Vérification et imputation

Aller au contenu principal
Aller au pied de page

Sélection de la langue

English

Recherche et menus

Recherche et menus

Rechercher

Passer au filtres. Voir les résultats.

Résultats

Tout (2)

Tout (2) ((2 résultats))

1. Inférence sur les moyennes de population sous imputation non pondérée pour remplacer des données d'enquête manquantes Archivé
Articles et rapports : 12-001-X20030016610
Description :
En présence de non-réponse partielle, en pratique, on recourt souvent à des méthodes d'imputation non pondérée, mais celles-ci produisent généralement des estimateurs biaisés sous l'hypothèse d'une réponse uniforme à l'intérieur des classes d'imputation. En nous inspirant de Skinner et Rao (2002), nous proposons un estimateur corrigé pour le biais d'une moyenne de population sous imputation par le ratio non pondérée et sous imputation aléatoire hot-deck, et nous calculons des estimateurs de la variance par linéarisation. Nous réalisons une petite étude en simulation pour évaluer les propriétés de biais et d'erreur quadratique moyenne des estimateurs obtenus. Nous étudions aussi le biais relatif et la stabilité relative des estimateurs de la variance.
Date de diffusion : 2003-07-31
2. Imputation pour la non-réponse partielle basée sur un modèle explicite pour les catégories démographiques Archivé
Articles et rapports : 12-001-X20020026427
Description :
On propose une méthode d'imputation des données catégoriques fondée sur un estimateur du maximum de vraissemblance, qui est établi selon un modèle de probabilité conditionnelle (Besag 1974). On définit également une mesure de l'erreur due à la non-réponse partielle utile pour évaluer le biais par rapport à celui produit par d'autres méthodes d'imputation. Pour calculer cette mesure, on procède à un ajustement proportionnel itératif bayésien (Gelman et Rubin 1991; Schafer 1997), et nous appliquons notre méthode d'imputation à la répétition générale (1998) du recensement de 2000 de Sacramento. De plus, on emploie la mesure de l'erreur afin de comparer l'imputation de la non-réponse partielle entre notre méthode et une version de la méthode hot-deck du plus proche voisin (Fay 1999; Chen et Shao 1997, 2000) à des niveaux agrégés. Les résultats semblent indiquer que cette méthode offre une protection supplémentaire comparativement à la méthode hot-deck utilisée contre le biais d'imputation dû à l'hétérogénéité des domaines d'étude.
Date de diffusion : 2003-01-29

Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (2)

Analyses (2) ((2 résultats))

1. Inférence sur les moyennes de population sous imputation non pondérée pour remplacer des données d'enquête manquantes Archivé
Articles et rapports : 12-001-X20030016610
Description :
En présence de non-réponse partielle, en pratique, on recourt souvent à des méthodes d'imputation non pondérée, mais celles-ci produisent généralement des estimateurs biaisés sous l'hypothèse d'une réponse uniforme à l'intérieur des classes d'imputation. En nous inspirant de Skinner et Rao (2002), nous proposons un estimateur corrigé pour le biais d'une moyenne de population sous imputation par le ratio non pondérée et sous imputation aléatoire hot-deck, et nous calculons des estimateurs de la variance par linéarisation. Nous réalisons une petite étude en simulation pour évaluer les propriétés de biais et d'erreur quadratique moyenne des estimateurs obtenus. Nous étudions aussi le biais relatif et la stabilité relative des estimateurs de la variance.
Date de diffusion : 2003-07-31
2. Imputation pour la non-réponse partielle basée sur un modèle explicite pour les catégories démographiques Archivé
Articles et rapports : 12-001-X20020026427
Description :
On propose une méthode d'imputation des données catégoriques fondée sur un estimateur du maximum de vraissemblance, qui est établi selon un modèle de probabilité conditionnelle (Besag 1974). On définit également une mesure de l'erreur due à la non-réponse partielle utile pour évaluer le biais par rapport à celui produit par d'autres méthodes d'imputation. Pour calculer cette mesure, on procède à un ajustement proportionnel itératif bayésien (Gelman et Rubin 1991; Schafer 1997), et nous appliquons notre méthode d'imputation à la répétition générale (1998) du recensement de 2000 de Sacramento. De plus, on emploie la mesure de l'erreur afin de comparer l'imputation de la non-réponse partielle entre notre méthode et une version de la méthode hot-deck du plus proche voisin (Fay 1999; Chen et Shao 1997, 2000) à des niveaux agrégés. Les résultats semblent indiquer que cette méthode offre une protection supplémentaire comparativement à la méthode hot-deck utilisée contre le biais d'imputation dû à l'hétérogénéité des domaines d'étude.
Date de diffusion : 2003-01-29

Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Signaler un problème ou une erreur sur cette page

Date de modification :: 2024-04-26

Comment utiliser les filtres et le champ de recherche

Vous pouvez faire une recherche en inscrivant des mots-clés ou en sélectionnant des filtres (p. ex. sous Sujet, Géographie, etc.) du côté gauche de la page.
On peut utiliser les filtres ensemble ou former diverses combinaisons. À chaque sélection de filtre, la page des résultats est mise à jour.
Pour commencer une nouvelle recherche, cliquez sur le bouton Effacer tout au-dessus du champ de recherche ou décochez tous les filtres.
Les mots-clés et les filtres précisés sont affichés au-dessus du champ de recherche. Vous pouvez désélectionner l’un ou l’autre des éléments ou tous les éléments, pour préciser ou effacer votre recherche.

Comment préciser ma recherche

Vous pouvez entrer des mots-clés dans le champ de recherche. Il n’est pas nécessaire d’utiliser « + » ou « , » ou « ET ».
Vous pouvez supprimer certains mots-clés ou tous les mots-clés de votre chaîne de recherche.
Les mots-clés entre guillemets limitent la recherche à l’expression précise.
- Par exemple, si vous cherchez « Enquête sur la population active », vous obtiendrez seulement des documents contenant cette suite de mots.
Utilisez « ou » entre les mots-clés pour obtenir des résultats qui contiennent au moins l’un des termes recherchés.
- Par exemple, si vous cherchez enquête ou population ou active, vous obtiendrez seulement les documents contenant l’un ou l’autre de ces mots, ou tous ces mots.

Comment fonctionne la recherche

Cette forme de recherche fournira les résultats contenant le(s) mot(s) inscrit(s) dans le titre, la description, le sujet, la géographie, le numéro de produit ou toute autre information au sujet du produit.
- Par exemple, lorsque vous cherchez le mot « maladies », tous les résultats obtenus contiendront ce mot dans le titre, la description, ou le sujet.
La recherche ne se fait pas dans le texte des articles ou des publications. Pour faire une recherche plein texte dans les articles, utilisez la fonction de recherche du site.