Séries chronologiques

Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Aide à l'ordre
entrées

Résultats

Tout (10)

Tout (10) ((10 résultats))

  • Articles et rapports : 12-001-X201800154927
    Description :

    L’étalonnage des séries mensuelles et trimestrielles à des données annuelles est une pratique courante adoptée par de nombreux instituts nationaux de statistique. Le problème de l’étalonnage se pose quand des données temporelles pour une même variable cible sont mesurées à différentes fréquences et qu’il est nécessaire d’éliminer les différences entre les sommes des valeurs infra-annuelles et les valeurs annuelles de référence. Plusieurs méthodes d’étalonnage sont décrites dans la littérature. La procédure d’étalonnage avec préservation des taux de croissance (PTC) est souvent considérée comme étant la meilleure. Il est généralement soutenu qu’elle a pour fondement un principe idéal de préservation du mouvement. Toutefois, nous montrons que l’étalonnage PTC présente des inconvénients appréciables qui importent pour les applications pratiques et qui ne sont pas décrits dans la littérature. Nous considérons d’autres modèles d’étalonnage qui ne souffrent pas de certains des effets indésirables de la PTC.

    Date de diffusion : 2018-06-21

  • Articles et rapports : 12-001-X201700254871
    Description :

    L’article aborde la question de savoir comment utiliser des sources de données de rechange, telles que les données administratives et les données des médias sociaux, pour produire les statistiques officielles. Puisque la plupart des enquêtes réalisées par les instituts nationaux de statistique sont répétées au cours du temps, nous proposons une approche de modélisation de séries chronologiques structurelle multivariée en vue de modéliser les séries observées au moyen d’une enquête répétée avec les séries correspondantes obtenues à partir de ces sources de données de rechange. En général, cette approche améliore la précision des estimations directes issues de l’enquête grâce à l’utilisation de données d’enquête observées aux périodes précédentes et de données provenant de séries auxiliaires connexes. Ce modèle permet aussi de profiter de la plus grande fréquence des données des médias sociaux pour produire des estimations plus précises en temps réel pour l’enquête par sondage, au moment où les statistiques pour les médias sociaux deviennent disponibles alors que les données d’enquête ne le sont pas encore. Le recours au concept de cointégration permet d’examiner dans quelle mesure la série de rechange représente les mêmes phénomènes que la série observée au moyen de l’enquête répétée. La méthodologie est appliquée à l’Enquête sur la confiance des consommateurs des Pays-Bas et à un indice de sentiments dérivé des médias sociaux.

    Date de diffusion : 2017-12-21

  • Articles et rapports : 11-522-X200600110398
    Description :

    L'étude de données longitudinales est essentielle si l'on veut observer correctement l'évolution des variables d'intérêt chez les personnes, les collectivités et les populations plus importantes au cours du temps. Les modèles linéaires à effets mixtes (pour les réponses continues observées au fil du temps), ainsi que les modèles linéaires généralisés à effets mixtes et les équations d'estimation généralisées (pour les réponses plus générales, telles que les données binaires ou les dénombrements observés au fil du temps) sont les méthodes les plus répandues pour analyser les données longitudinales provenant d'études sur la santé, même si, comme toute méthode de modélisation, elles ont leurs limites, dues en partie aux hypothèses sous jacentes. Dans le présent article, nous discutons de certains progrès, dont l'utilisation de méthodes fondées sur des courbes, qui rendent la modélisation des données longitudinales plus souple. Nous présentons trois exemples d'utilisation de ces méthodes plus souples tirés de la littérature sur la santé, dans le but de démontrer que certaines questions par ailleurs difficiles peuvent être résolues raisonnablement lors de l'analyse de données longitudinales complexes dans les études sur la santé des populations.

    Date de diffusion : 2008-03-17

  • Enquêtes et programmes statistiques — Documentation : 11-522-X19990015656
    Description :

    Les études de séries chronologiques montrent qu'il existe une association entre la concentration des polluants atmosphériques, d'une part, et la morbidité et la mortalité, d'autre part. En général, ces études sont réalisées dans une seule ville, en appliquant diverses méthodes. Les critiques concernant ces études ont trait à la validité des ensembles de données utilisés et aux méthodes statistiques qui leur sont appliquées, ainsi qu'au manque de cohérence des résultats des études menées dans des villes différentes et même des nouvelles analyses indépendantes des données d'une ville particulière. Dans le présent article, nous examinons certaines des méthodes statistiques utilisées pour analyser un sous-ensemble de données nationales sur la pollution atmosphérique, la mortalité et les conditions météorologiques recueillies durant la National Morbidity and Mortality Air Pollution Study (NMMAPS).

    Date de diffusion : 2000-03-02

  • Articles et rapports : 12-001-X19980024351
    Description :

    Pour calculer les indices de prix, il faut recueillir des données relatives à un même article (en fait, un ensemble d'articles définis avec précision) durant diverses périodes. La question qu'on se pose est celle de savoir si de telles données quasi-longitudinales peuvent être modélisées de manière à expliquer ce qu'est un indice des prix. Des chercheurs de pointe spécialisés dans les questions relatives aux indices de prix ont émis des doutes quant à la possibilité d'utiliser la modélisation statistique pour caractériser de tels indices. Dans la présente communications, on propose un simple modèle à espace d'états relatif aux données sur les prix qui donne un indice des prix à la consommation exprimé d'après les paramètres du modèle.

    Date de diffusion : 1999-01-14

  • Articles et rapports : 12-001-X199000214533
    Description :

    Le modèle ARMMI est souvent utilisé pour l’analyse des modèles de séries chronologiques. Toutefois, ce genre d’analyse fait souvent abstraction des erreurs contenues dans les données d’enquête. Par l’intermédiaire de modèles d’espace d’états comportant des conditions initiales partiellement diffuses, les auteurs montrent comment estimer les paramètres inconnus du modèle ARMMI à l’aide des méthodes du maximum de vraisemblance. En outre, ils montrent qu’il est possible de lisser les estimations d’enquête à l’aide d’un modèle empirique de Bayes et de faire une vérification du modèle ARMMI. Enfin, ils appliquent ces techniques à une série sur le chômage tirée de l’Enquête sur la population active.

    Date de diffusion : 1990-12-14

  • Articles et rapports : 12-001-X198900114579
    Description :

    Les auteurs examinent brièvement l’estimation de la moyenne d’une caractéristique pour une population à différentes périodes à partir d’une série d’enquêtes successives. En définissant un modèle paramétrique stochastique pour ces moyennes, il est possible d’en estimer les paramètres et d’obtenir des estimateurs des moyennes proprement dites. Les auteurs exposent le cas où les moyennes de population suivent un processus autorégressif de moyennes mobiles (ARMA) et où les erreurs de sondage peuvent aussi être exprimées par un tel processus. Enfin, les auteurs ont recours à un exemple où ils utilisent des données de l’Enquête sur les voyages des Canadiens.

    Date de diffusion : 1989-06-15

  • Articles et rapports : 12-001-X198700114509
    Description :

    Dans cet article, l’auteure analyse trois questions qui, depuis une dizaine d’années, intéressent vivement les spécialistes de la désaisonnalisation qui oeuvrent dans les organismes statistiques. Ces trois questions sont : (1) le choix entre facteurs saisonniers contemporains et facteurs saisonniers prévus pour la désaisonnalisation courante; (2) la définition d’un modèle de révisions optimal pour les séries désaisonnalisées au moyen de facteurs saisonniers contemporains; et (3) le lissage de données désaisonnalisées très irrégulières.

    Date de diffusion : 1987-06-15

  • Articles et rapports : 12-001-X198500214375
    Description :

    Les auteures analysent les révisions de huit séries sur la population active désaisonnalisées en périodes de récession et de non-récession. Elles utilisent à cette fin les méthodes de désaisonnalisation X-11 et X-11-ARMMI appliquées avec des facteurs saisonniers courants ou avec des facteurs saisonniers prévus. La désaisonnalisation se fait suivant un modèle de décomposition additif et un modèle de décomposition multiplicatif. Les résultats indiquent que la méthode X-11-ARMMI avec facteurs saisonniers courants est celle qui entraîne les révisions les plus faibles tant en période de récession qu’en période de non-récession, et ce peu importe le modèle de décomposition utilisé.

    Date de diffusion : 1985-12-16

  • Articles et rapports : 12-001-X198500214376
    Description :

    La présente étude vise à vérifier à l’aide de séries chronologiques unidimensionnelles et multidimensionnelles s’il existe des relations temporelles entre le nombre de bénéficiaires de l’assurance-chômage, le niveau total de chômage, le nombre de personnes ayant perdu leur emploi et le nombre de personnes ayant quitté leur emploi au Canada. Les résultats indiquent que, pour la période 1975-1982, la série des bénéficiaires de l’assurance-chômage devance d’un mois la série du niveau total de chômage et de deux mois celle des personnes ayant quitté leur emploi. Par ailleurs, on constate une relation de rétroaction entre la série des bénéficiaires de l’assurance-chômage et celle des personnes ayant perdu leur emploi.

    Date de diffusion : 1985-12-16
Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (9)

Analyses (9) ((9 résultats))

  • Articles et rapports : 12-001-X201800154927
    Description :

    L’étalonnage des séries mensuelles et trimestrielles à des données annuelles est une pratique courante adoptée par de nombreux instituts nationaux de statistique. Le problème de l’étalonnage se pose quand des données temporelles pour une même variable cible sont mesurées à différentes fréquences et qu’il est nécessaire d’éliminer les différences entre les sommes des valeurs infra-annuelles et les valeurs annuelles de référence. Plusieurs méthodes d’étalonnage sont décrites dans la littérature. La procédure d’étalonnage avec préservation des taux de croissance (PTC) est souvent considérée comme étant la meilleure. Il est généralement soutenu qu’elle a pour fondement un principe idéal de préservation du mouvement. Toutefois, nous montrons que l’étalonnage PTC présente des inconvénients appréciables qui importent pour les applications pratiques et qui ne sont pas décrits dans la littérature. Nous considérons d’autres modèles d’étalonnage qui ne souffrent pas de certains des effets indésirables de la PTC.

    Date de diffusion : 2018-06-21

  • Articles et rapports : 12-001-X201700254871
    Description :

    L’article aborde la question de savoir comment utiliser des sources de données de rechange, telles que les données administratives et les données des médias sociaux, pour produire les statistiques officielles. Puisque la plupart des enquêtes réalisées par les instituts nationaux de statistique sont répétées au cours du temps, nous proposons une approche de modélisation de séries chronologiques structurelle multivariée en vue de modéliser les séries observées au moyen d’une enquête répétée avec les séries correspondantes obtenues à partir de ces sources de données de rechange. En général, cette approche améliore la précision des estimations directes issues de l’enquête grâce à l’utilisation de données d’enquête observées aux périodes précédentes et de données provenant de séries auxiliaires connexes. Ce modèle permet aussi de profiter de la plus grande fréquence des données des médias sociaux pour produire des estimations plus précises en temps réel pour l’enquête par sondage, au moment où les statistiques pour les médias sociaux deviennent disponibles alors que les données d’enquête ne le sont pas encore. Le recours au concept de cointégration permet d’examiner dans quelle mesure la série de rechange représente les mêmes phénomènes que la série observée au moyen de l’enquête répétée. La méthodologie est appliquée à l’Enquête sur la confiance des consommateurs des Pays-Bas et à un indice de sentiments dérivé des médias sociaux.

    Date de diffusion : 2017-12-21

  • Articles et rapports : 11-522-X200600110398
    Description :

    L'étude de données longitudinales est essentielle si l'on veut observer correctement l'évolution des variables d'intérêt chez les personnes, les collectivités et les populations plus importantes au cours du temps. Les modèles linéaires à effets mixtes (pour les réponses continues observées au fil du temps), ainsi que les modèles linéaires généralisés à effets mixtes et les équations d'estimation généralisées (pour les réponses plus générales, telles que les données binaires ou les dénombrements observés au fil du temps) sont les méthodes les plus répandues pour analyser les données longitudinales provenant d'études sur la santé, même si, comme toute méthode de modélisation, elles ont leurs limites, dues en partie aux hypothèses sous jacentes. Dans le présent article, nous discutons de certains progrès, dont l'utilisation de méthodes fondées sur des courbes, qui rendent la modélisation des données longitudinales plus souple. Nous présentons trois exemples d'utilisation de ces méthodes plus souples tirés de la littérature sur la santé, dans le but de démontrer que certaines questions par ailleurs difficiles peuvent être résolues raisonnablement lors de l'analyse de données longitudinales complexes dans les études sur la santé des populations.

    Date de diffusion : 2008-03-17

  • Articles et rapports : 12-001-X19980024351
    Description :

    Pour calculer les indices de prix, il faut recueillir des données relatives à un même article (en fait, un ensemble d'articles définis avec précision) durant diverses périodes. La question qu'on se pose est celle de savoir si de telles données quasi-longitudinales peuvent être modélisées de manière à expliquer ce qu'est un indice des prix. Des chercheurs de pointe spécialisés dans les questions relatives aux indices de prix ont émis des doutes quant à la possibilité d'utiliser la modélisation statistique pour caractériser de tels indices. Dans la présente communications, on propose un simple modèle à espace d'états relatif aux données sur les prix qui donne un indice des prix à la consommation exprimé d'après les paramètres du modèle.

    Date de diffusion : 1999-01-14

  • Articles et rapports : 12-001-X199000214533
    Description :

    Le modèle ARMMI est souvent utilisé pour l’analyse des modèles de séries chronologiques. Toutefois, ce genre d’analyse fait souvent abstraction des erreurs contenues dans les données d’enquête. Par l’intermédiaire de modèles d’espace d’états comportant des conditions initiales partiellement diffuses, les auteurs montrent comment estimer les paramètres inconnus du modèle ARMMI à l’aide des méthodes du maximum de vraisemblance. En outre, ils montrent qu’il est possible de lisser les estimations d’enquête à l’aide d’un modèle empirique de Bayes et de faire une vérification du modèle ARMMI. Enfin, ils appliquent ces techniques à une série sur le chômage tirée de l’Enquête sur la population active.

    Date de diffusion : 1990-12-14

  • Articles et rapports : 12-001-X198900114579
    Description :

    Les auteurs examinent brièvement l’estimation de la moyenne d’une caractéristique pour une population à différentes périodes à partir d’une série d’enquêtes successives. En définissant un modèle paramétrique stochastique pour ces moyennes, il est possible d’en estimer les paramètres et d’obtenir des estimateurs des moyennes proprement dites. Les auteurs exposent le cas où les moyennes de population suivent un processus autorégressif de moyennes mobiles (ARMA) et où les erreurs de sondage peuvent aussi être exprimées par un tel processus. Enfin, les auteurs ont recours à un exemple où ils utilisent des données de l’Enquête sur les voyages des Canadiens.

    Date de diffusion : 1989-06-15

  • Articles et rapports : 12-001-X198700114509
    Description :

    Dans cet article, l’auteure analyse trois questions qui, depuis une dizaine d’années, intéressent vivement les spécialistes de la désaisonnalisation qui oeuvrent dans les organismes statistiques. Ces trois questions sont : (1) le choix entre facteurs saisonniers contemporains et facteurs saisonniers prévus pour la désaisonnalisation courante; (2) la définition d’un modèle de révisions optimal pour les séries désaisonnalisées au moyen de facteurs saisonniers contemporains; et (3) le lissage de données désaisonnalisées très irrégulières.

    Date de diffusion : 1987-06-15

  • Articles et rapports : 12-001-X198500214375
    Description :

    Les auteures analysent les révisions de huit séries sur la population active désaisonnalisées en périodes de récession et de non-récession. Elles utilisent à cette fin les méthodes de désaisonnalisation X-11 et X-11-ARMMI appliquées avec des facteurs saisonniers courants ou avec des facteurs saisonniers prévus. La désaisonnalisation se fait suivant un modèle de décomposition additif et un modèle de décomposition multiplicatif. Les résultats indiquent que la méthode X-11-ARMMI avec facteurs saisonniers courants est celle qui entraîne les révisions les plus faibles tant en période de récession qu’en période de non-récession, et ce peu importe le modèle de décomposition utilisé.

    Date de diffusion : 1985-12-16

  • Articles et rapports : 12-001-X198500214376
    Description :

    La présente étude vise à vérifier à l’aide de séries chronologiques unidimensionnelles et multidimensionnelles s’il existe des relations temporelles entre le nombre de bénéficiaires de l’assurance-chômage, le niveau total de chômage, le nombre de personnes ayant perdu leur emploi et le nombre de personnes ayant quitté leur emploi au Canada. Les résultats indiquent que, pour la période 1975-1982, la série des bénéficiaires de l’assurance-chômage devance d’un mois la série du niveau total de chômage et de deux mois celle des personnes ayant quitté leur emploi. Par ailleurs, on constate une relation de rétroaction entre la série des bénéficiaires de l’assurance-chômage et celle des personnes ayant perdu leur emploi.

    Date de diffusion : 1985-12-16
Références (1)

Références (1) ((1 résultat))

  • Enquêtes et programmes statistiques — Documentation : 11-522-X19990015656
    Description :

    Les études de séries chronologiques montrent qu'il existe une association entre la concentration des polluants atmosphériques, d'une part, et la morbidité et la mortalité, d'autre part. En général, ces études sont réalisées dans une seule ville, en appliquant diverses méthodes. Les critiques concernant ces études ont trait à la validité des ensembles de données utilisés et aux méthodes statistiques qui leur sont appliquées, ainsi qu'au manque de cohérence des résultats des études menées dans des villes différentes et même des nouvelles analyses indépendantes des données d'une ville particulière. Dans le présent article, nous examinons certaines des méthodes statistiques utilisées pour analyser un sous-ensemble de données nationales sur la pollution atmosphérique, la mortalité et les conditions météorologiques recueillies durant la National Morbidity and Mortality Air Pollution Study (NMMAPS).

    Date de diffusion : 2000-03-02
Date de modification :