Contrôle de la divulgation et diffusion de données
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Enquête ou programme statistique
Résultats
Tout (14)
Tout (14) (0 à 10 de 14 résultats)
- Articles et rapports : 11-522-X202200100007Description : Dans le contexte de la disponibilité de sources de données plus vastes et plus diverses, les instituts statistiques en Europe sont enclins à publier des statistiques sur des groupes plus petits qu’auparavant. En outre, des épisodes mondiaux à forte incidence, comme la crise de la COVID-19 et la situation en Ukraine, peuvent également nécessiter des statistiques sur des sous-groupes particuliers de personnes. La publication de données concernant de petits groupes ciblés soulève non seulement des questions sur la qualité statistique des chiffres, mais aussi sur le risque de divulgation statistique. Le principe du contrôle de la divulgation statistique ne dépend pas de la taille des groupes sur lesquels les statistiques sont basées. Cependant, le risque de divulgation dépend de la taille du groupe : plus un groupe est petit, plus le risque est élevé. Les méthodes classiques de gestion du contrôle de la divulgation statistique lorsque la taille des groupes est réduite comprennent la suppression de données et le regroupement des catégories. Pour l’essentiel, ces méthodes consistent à augmenter la taille (moyenne) des groupes. Des approches plus récentes incluent des méthodes de perturbation des données visant à maintenir des groupes de petite taille pour préserver le plus d’information possible, tout en réduisant suffisamment le risque de divulgation. Dans le présent article, nous mentionnerons quelques exemples européens de statistiques sur des groupes types présentant un intérêt particulier et évoquerons les implications sur le contrôle de la divulgation statistique. Nous aborderons, en outre, certains problèmes liés à l’utilisation de méthodes de perturbation des données, à savoir leur incidence sur le risque de divulgation et sur l’utilité, ainsi que les défis liés à une bonne communication à ce sujet.Date de diffusion : 2024-03-25
- Articles et rapports : 11-633-X2024001Description : La base de données longitudinales sur l’immigration (BDIM) est une source importante et complète de données contribuant à mieux comprendre le comportement économique des immigrants. Il s’agit du seul ensemble annuel de données canadiennes permettant d’étudier les caractéristiques des immigrants au Canada au moment de leur admission ainsi que leur situation économique et leur mobilité régionale (interprovinciale) sur plus de 35 ans.Date de diffusion : 2024-01-22
- Articles et rapports : 11-633-X2022007Description :
Le présent document examine la façon dont Statistique Canada peut accroître la confiance des utilisateurs en leur donnant la capacité d’authentifier les données de son site Web grâce aux signatures numériques et à la technologie des chaînes de blocs.
Date de diffusion : 2022-09-19 - Stats en bref : 89-20-00082021001Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de SAS pour réaliser des tests de dominance et d'homogénéité du recensement.Date de diffusion : 2022-04-29
- Stats en bref : 89-20-00082021002Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de SAS pour générer des sorties de proportions pour les chercheurs travaillant avec des données confidentielles.Date de diffusion : 2022-04-27
- Stats en bref : 89-20-00082021003Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de Stata pour générer des sorties de proportions pour les chercheurs travaillant avec des données confidentielles.Date de diffusion : 2022-04-27
- 7. Soutien au contrôle de la confidentialité: Dominance et homogénéité avec la fonction tcensus (Stata)Stats en bref : 89-20-00082021004Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de Stata pour réaliser des tests de dominance et d'homogénéité du recensement.Date de diffusion : 2022-04-27
- Stats en bref : 89-20-00082021005Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de R pour générer des sorties de proportions pour les chercheurs travaillant avec des données confidentielles.Date de diffusion : 2022-04-27
- Stats en bref : 89-20-00082021006Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de R pour réaliser des tests de dominance et d'homogénéité du recensement.Date de diffusion : 2022-04-27
- Articles et rapports : 11-522-X200600110433Description :
Le processus de création de fichiers de microdonnées à grande diffusion compte un certain nombre de composantes. L'un de ses éléments clés est la méthode novatrice MASSC mise au point par RTI International. Cependant, ce processus comporte d'autres composantes importantes, comme le traitement des variables d'identification non essentielles et des résultats extrêmes en guise de protection supplémentaire. Le contrôle de la divulgation statistique a pour but de contrer l'intrusion interne ainsi qu'externe. Les composantes du processus sont conçues en conséquence.
Date de diffusion : 2008-03-17
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (14)
Analyses (14) (0 à 10 de 14 résultats)
- Articles et rapports : 11-522-X202200100007Description : Dans le contexte de la disponibilité de sources de données plus vastes et plus diverses, les instituts statistiques en Europe sont enclins à publier des statistiques sur des groupes plus petits qu’auparavant. En outre, des épisodes mondiaux à forte incidence, comme la crise de la COVID-19 et la situation en Ukraine, peuvent également nécessiter des statistiques sur des sous-groupes particuliers de personnes. La publication de données concernant de petits groupes ciblés soulève non seulement des questions sur la qualité statistique des chiffres, mais aussi sur le risque de divulgation statistique. Le principe du contrôle de la divulgation statistique ne dépend pas de la taille des groupes sur lesquels les statistiques sont basées. Cependant, le risque de divulgation dépend de la taille du groupe : plus un groupe est petit, plus le risque est élevé. Les méthodes classiques de gestion du contrôle de la divulgation statistique lorsque la taille des groupes est réduite comprennent la suppression de données et le regroupement des catégories. Pour l’essentiel, ces méthodes consistent à augmenter la taille (moyenne) des groupes. Des approches plus récentes incluent des méthodes de perturbation des données visant à maintenir des groupes de petite taille pour préserver le plus d’information possible, tout en réduisant suffisamment le risque de divulgation. Dans le présent article, nous mentionnerons quelques exemples européens de statistiques sur des groupes types présentant un intérêt particulier et évoquerons les implications sur le contrôle de la divulgation statistique. Nous aborderons, en outre, certains problèmes liés à l’utilisation de méthodes de perturbation des données, à savoir leur incidence sur le risque de divulgation et sur l’utilité, ainsi que les défis liés à une bonne communication à ce sujet.Date de diffusion : 2024-03-25
- Articles et rapports : 11-633-X2024001Description : La base de données longitudinales sur l’immigration (BDIM) est une source importante et complète de données contribuant à mieux comprendre le comportement économique des immigrants. Il s’agit du seul ensemble annuel de données canadiennes permettant d’étudier les caractéristiques des immigrants au Canada au moment de leur admission ainsi que leur situation économique et leur mobilité régionale (interprovinciale) sur plus de 35 ans.Date de diffusion : 2024-01-22
- Articles et rapports : 11-633-X2022007Description :
Le présent document examine la façon dont Statistique Canada peut accroître la confiance des utilisateurs en leur donnant la capacité d’authentifier les données de son site Web grâce aux signatures numériques et à la technologie des chaînes de blocs.
Date de diffusion : 2022-09-19 - Stats en bref : 89-20-00082021001Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de SAS pour réaliser des tests de dominance et d'homogénéité du recensement.Date de diffusion : 2022-04-29
- Stats en bref : 89-20-00082021002Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de SAS pour générer des sorties de proportions pour les chercheurs travaillant avec des données confidentielles.Date de diffusion : 2022-04-27
- Stats en bref : 89-20-00082021003Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de Stata pour générer des sorties de proportions pour les chercheurs travaillant avec des données confidentielles.Date de diffusion : 2022-04-27
- 7. Soutien au contrôle de la confidentialité: Dominance et homogénéité avec la fonction tcensus (Stata)Stats en bref : 89-20-00082021004Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de Stata pour réaliser des tests de dominance et d'homogénéité du recensement.Date de diffusion : 2022-04-27
- Stats en bref : 89-20-00082021005Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de R pour générer des sorties de proportions pour les chercheurs travaillant avec des données confidentielles.Date de diffusion : 2022-04-27
- Stats en bref : 89-20-00082021006Description : Cette vidéo fait partie de la série de soutien au contrôle de confidentialité et présente des exemples d’utilisation de R pour réaliser des tests de dominance et d'homogénéité du recensement.Date de diffusion : 2022-04-27
- Articles et rapports : 11-522-X200600110433Description :
Le processus de création de fichiers de microdonnées à grande diffusion compte un certain nombre de composantes. L'un de ses éléments clés est la méthode novatrice MASSC mise au point par RTI International. Cependant, ce processus comporte d'autres composantes importantes, comme le traitement des variables d'identification non essentielles et des résultats extrêmes en guise de protection supplémentaire. Le contrôle de la divulgation statistique a pour but de contrer l'intrusion interne ainsi qu'externe. Les composantes du processus sont conçues en conséquence.
Date de diffusion : 2008-03-17
Références (0)
Références (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :