Séries chronologiques

Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Type

1 facets displayed. 0 facets selected.
Aide à l'ordre
entrées

Résultats

Tout (5)

Tout (5) ((5 résultats))

  • Articles et rapports : 12-001-X199000214531
    Description :

    L’étalonnage est l’opération qui consiste à améliorer les estimations tirées d’une enquête infra-annuelle à l’aide des estimations correspondantes tirées d’une enquête annuelle. Par exemple, les estimations de l’enquête annuelle sur les ventes au détail peuvent servir à améliorer les estimations des ventes au détail mensuelles. Dans cet article, nous nous penchons tout d’abord sur le problème que pose l’étalonnage des séries chronologiques issues d’enquêtes économiques et nous analysons les solutions les plus appropriées dans les circonstances. Dans un deuxième temps, nous proposons deux nouvelles méthodes statistiques qui reposent sur un modèle non linéaire pour données infra-annuelles. Finalement, nous obtenons des estimations étalonnées en appliquant la méthode des moindres carrés pondérés.

    Date de diffusion : 1990-12-14

  • Articles et rapports : 12-001-X199000214532
    Description :

    À l’aide de graphiques et de cartes de la province de Saskatchewan, nous faisons une analyse des naissances enregistrées en 1986 et 1987 par division de recensement. Nous cherchons à déterminer de quelle manière le nombre des naissances est lié aux périodes de l’année et aux régions géographiques; à cette fin, nous établissons des cartes en courbes de niveau qui décrivent le phénomène des naissances de façon uniforme. Le fait qu’il s’agit de données agrégées pose un problème majeur. En deuxième lieu, nous voulons vérifier dans quelle mesure le modèle normal logarithmique de Poisson peut remplacer, pour des données discrètes, le modèle de régression normal pour variables aléatoires continues. À cette fin, une hiérarchie de modèles pour variables aléatoires discrètes sont ajustés aux observations par la méthode du maximum de vraisemblance; il s’agit du modèle de Poisson ordinaire, du modèle de Poisson avec effet des années et des jours ouvrables et du modèle normal logarithmique de Poisson avec effet des années et des jours ouvrables, l’utilisation de ce dernier étant justifiée par l’absence de covariables importantes dans le processus d’ajustement. Comme nous l’indiquons dans l’article, il s’agit là de résultats provisoires.

    Date de diffusion : 1990-12-14

  • 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-X199000214534
    Description :

    Dans l’estimation pour petits domaines (ou petites régions), on cherche le plus souvent à exploiter le caractère transversal des données de manière que l’information relative à une petite région serve pour d’autres petites régions. Par ailleurs, dans le cas des enquêtes à passages répétés, il est possible d’accroître l’efficacité de l’estimation en modélisant aussi les propriétés temporelles des données. Nous expliquons notre pensée en considérant des modèles de régression à coefficients corrélés de façon transversale et qui varient de façon longitudinale. L’emploi de données de périodes antérieures pour estimer des moyennes de périodes courantes nous amène à nous interroger sur la façon de prévenir les défaillances de modèle. Dans cet article, nous proposons des modifications pour que les prédicteurs de moyennes globales de petites régions (fondés sur un modèle) concordent avec les estimateurs d’enquête correspondants et nous examinons les propriétés statistiques de ces modifications. Nous appliquons ensuite la nouvelle méthode à des données sur le prix de vente des maisons, qui servent au calcul des indices des prix du logement.

    Date de diffusion : 1990-12-14

  • Articles et rapports : 12-001-X199000214535
    Description :

    Scott et Smith (1974) et Scott, Smith et Jones (1977) ont proposé d’utiliser les résultats de l’extraction de signal afin d’améliorer les estimations tirées des enquêtes à passages répétés; c’est ce qu’on appelle l’approche chronologique à l’estimation dans les enquêtes à passages répétés. Dans cet article, nous examinons les fondements théoriques de cette approche en précisant qu’elle repose sur la reconnaissance de deux sources de variation - variation chronologique et variation d’échantillonnage - et qu’elle peut aussi servir à résoudre d’autres problèmes qui mettent en évidence ces deux sources de variation. Avec cette approche, nous obtenons des résultats théoriques concernant la convergence selon le plan des estimateurs de séries chronologiques et l’absence de corrélation entre la série du signal et la série des erreurs d’échantillonnage. Nous constatons que, dans la perspective d’un plan de sondage, l’approche chronologique engendre, par rapport aux estimateurs classiques, une variance et une erreur quadratique moyenne moins élevées mais un biais plus grand. Nous voyons brièvement comment appliquer cette approche par la modélisation puis, à titre d’exemple, nous prenons la série des ventes au détail des établissements de restauration (ou restaurants) et des débits de boissons, tirée de la Retail Trade Survey du U.S. Bureau of the Census.

    Date de diffusion : 1990-12-14
Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (5)

Analyses (5) ((5 résultats))

  • Articles et rapports : 12-001-X199000214531
    Description :

    L’étalonnage est l’opération qui consiste à améliorer les estimations tirées d’une enquête infra-annuelle à l’aide des estimations correspondantes tirées d’une enquête annuelle. Par exemple, les estimations de l’enquête annuelle sur les ventes au détail peuvent servir à améliorer les estimations des ventes au détail mensuelles. Dans cet article, nous nous penchons tout d’abord sur le problème que pose l’étalonnage des séries chronologiques issues d’enquêtes économiques et nous analysons les solutions les plus appropriées dans les circonstances. Dans un deuxième temps, nous proposons deux nouvelles méthodes statistiques qui reposent sur un modèle non linéaire pour données infra-annuelles. Finalement, nous obtenons des estimations étalonnées en appliquant la méthode des moindres carrés pondérés.

    Date de diffusion : 1990-12-14

  • Articles et rapports : 12-001-X199000214532
    Description :

    À l’aide de graphiques et de cartes de la province de Saskatchewan, nous faisons une analyse des naissances enregistrées en 1986 et 1987 par division de recensement. Nous cherchons à déterminer de quelle manière le nombre des naissances est lié aux périodes de l’année et aux régions géographiques; à cette fin, nous établissons des cartes en courbes de niveau qui décrivent le phénomène des naissances de façon uniforme. Le fait qu’il s’agit de données agrégées pose un problème majeur. En deuxième lieu, nous voulons vérifier dans quelle mesure le modèle normal logarithmique de Poisson peut remplacer, pour des données discrètes, le modèle de régression normal pour variables aléatoires continues. À cette fin, une hiérarchie de modèles pour variables aléatoires discrètes sont ajustés aux observations par la méthode du maximum de vraisemblance; il s’agit du modèle de Poisson ordinaire, du modèle de Poisson avec effet des années et des jours ouvrables et du modèle normal logarithmique de Poisson avec effet des années et des jours ouvrables, l’utilisation de ce dernier étant justifiée par l’absence de covariables importantes dans le processus d’ajustement. Comme nous l’indiquons dans l’article, il s’agit là de résultats provisoires.

    Date de diffusion : 1990-12-14

  • 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-X199000214534
    Description :

    Dans l’estimation pour petits domaines (ou petites régions), on cherche le plus souvent à exploiter le caractère transversal des données de manière que l’information relative à une petite région serve pour d’autres petites régions. Par ailleurs, dans le cas des enquêtes à passages répétés, il est possible d’accroître l’efficacité de l’estimation en modélisant aussi les propriétés temporelles des données. Nous expliquons notre pensée en considérant des modèles de régression à coefficients corrélés de façon transversale et qui varient de façon longitudinale. L’emploi de données de périodes antérieures pour estimer des moyennes de périodes courantes nous amène à nous interroger sur la façon de prévenir les défaillances de modèle. Dans cet article, nous proposons des modifications pour que les prédicteurs de moyennes globales de petites régions (fondés sur un modèle) concordent avec les estimateurs d’enquête correspondants et nous examinons les propriétés statistiques de ces modifications. Nous appliquons ensuite la nouvelle méthode à des données sur le prix de vente des maisons, qui servent au calcul des indices des prix du logement.

    Date de diffusion : 1990-12-14

  • Articles et rapports : 12-001-X199000214535
    Description :

    Scott et Smith (1974) et Scott, Smith et Jones (1977) ont proposé d’utiliser les résultats de l’extraction de signal afin d’améliorer les estimations tirées des enquêtes à passages répétés; c’est ce qu’on appelle l’approche chronologique à l’estimation dans les enquêtes à passages répétés. Dans cet article, nous examinons les fondements théoriques de cette approche en précisant qu’elle repose sur la reconnaissance de deux sources de variation - variation chronologique et variation d’échantillonnage - et qu’elle peut aussi servir à résoudre d’autres problèmes qui mettent en évidence ces deux sources de variation. Avec cette approche, nous obtenons des résultats théoriques concernant la convergence selon le plan des estimateurs de séries chronologiques et l’absence de corrélation entre la série du signal et la série des erreurs d’échantillonnage. Nous constatons que, dans la perspective d’un plan de sondage, l’approche chronologique engendre, par rapport aux estimateurs classiques, une variance et une erreur quadratique moyenne moins élevées mais un biais plus grand. Nous voyons brièvement comment appliquer cette approche par la modélisation puis, à titre d’exemple, nous prenons la série des ventes au détail des établissements de restauration (ou restaurants) et des débits de boissons, tirée de la Retail Trade Survey du U.S. Bureau of the Census.

    Date de diffusion : 1990-12-14
Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :