Analyse des données
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Résultats
Tout (5)
Tout (5) ((5 résultats))
- 1. Estimation par la méthode du maximum de vraisemblance dans des enquêtes par sondage complexes ArchivéArticles et rapports : 12-001-X199200214484Description :
L’estimation de vraisemblance maximale fondée sur des données d’échantillon complexe nécessite une plus grande modélisation en raison de l’information contenue dans le plan d’échantillonnage. Par ailleurs, on peut appliquer des pseudo-méthodes du maximum de vraisemblance, qui consistent à maximiser des valeurs estimées de la fonction de caractérisation du recensement. Dans cet article, nous examinons quelques-unes des méthodes décrites dans les ouvrages spécialisés et nous les comparons à une nouvelle méthode qui tire son origine de la notion de « distributions pondérées ». Les comparaisons portent principalement sur des situations où la totalité ou une fraction des variables de plan sont inconnues ou mal spécifiées. Les résultats obtenus avec la nouvelle méthode sont encourageants mais précisons que notre analyse se limite actuellement à des situations simples.
Date de diffusion : 1992-12-15 - Articles et rapports : 12-001-X199200214487Description :
Dans cet article, on étudie la notion de robustesse appliquée à la randomisation et à l’inférence fondée sur un modèle pour des enquêtes descriptives et analytiques. Le manque de robustesse qui caractérise les méthodes basées sur un modèle peut être compensé en partie par un plan de sondage élaboré avec soin. À partir de méthodes de lissage, les auteurs proposent des méthodes d’analyse robustes basées sur un modèle.
Date de diffusion : 1992-12-15 - Articles et rapports : 12-001-X199200114494Description :
Dans cet article on présente un choix bibliographique commenté d’ouvrages sur l’estimation de la taille de la population par saisie-resaisie (système dual), sur des prolongements de la méthodologie de base et sur l’application de ces techniques dans le contexte de l’estimation du sous-dénombrement du recensement.
Date de diffusion : 1992-06-15 - Articles et rapports : 12-001-X199200114498Description :
Une façon de calculer le sous-dénombrement au niveau infra-national (par ex. : pour un État) est de prendre des données-échantillon d’une enquête postcensitaire et de les lisser suivant un modèle linéaire de variables explicatives. Le rapport entre la variance de l’erreur d’échantillonnage et la variance de l’erreur de modèle correspondante détermine le degré de lissage. L’estimation par la méthode du maximum de vraisemblance peut mener à un lissage excessif et, par conséquent, rendre le calcul du sous-dénombrement trop tributaire du modèle linéaire. Les estimateurs du maximum de vraisemblance avec contrainte (MVC) ne présentent pas de tels inconvénients. Dans cet article, on traite la prévision empirique de Bayes du sous-dénombrement fondée sur l’estimation MVC et on la compare, par des exemples et des simulations, à celle fondée sur la méthode du maximum de vraisemblance et à celle fondée sur une méthode des moments. Les propriétés de distribution pour grand échantillon des estimateurs MVC permettent un calcul précis de l’erreur quadratique moyenne de prévision des filtres de lissage fondés sur l’estimation MVC.
Date de diffusion : 1992-06-15 - Articles et rapports : 12-001-X199200114499Description :
Cet article examine quelques-uns des arguments invoqués à l’appui et à l’encontre du redressement des chiffres du recensement des É.-U. de 1980 et revoit la décision du tribunal.
Date de diffusion : 1992-06-15
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (5)
Analyses (5) ((5 résultats))
- 1. Estimation par la méthode du maximum de vraisemblance dans des enquêtes par sondage complexes ArchivéArticles et rapports : 12-001-X199200214484Description :
L’estimation de vraisemblance maximale fondée sur des données d’échantillon complexe nécessite une plus grande modélisation en raison de l’information contenue dans le plan d’échantillonnage. Par ailleurs, on peut appliquer des pseudo-méthodes du maximum de vraisemblance, qui consistent à maximiser des valeurs estimées de la fonction de caractérisation du recensement. Dans cet article, nous examinons quelques-unes des méthodes décrites dans les ouvrages spécialisés et nous les comparons à une nouvelle méthode qui tire son origine de la notion de « distributions pondérées ». Les comparaisons portent principalement sur des situations où la totalité ou une fraction des variables de plan sont inconnues ou mal spécifiées. Les résultats obtenus avec la nouvelle méthode sont encourageants mais précisons que notre analyse se limite actuellement à des situations simples.
Date de diffusion : 1992-12-15 - Articles et rapports : 12-001-X199200214487Description :
Dans cet article, on étudie la notion de robustesse appliquée à la randomisation et à l’inférence fondée sur un modèle pour des enquêtes descriptives et analytiques. Le manque de robustesse qui caractérise les méthodes basées sur un modèle peut être compensé en partie par un plan de sondage élaboré avec soin. À partir de méthodes de lissage, les auteurs proposent des méthodes d’analyse robustes basées sur un modèle.
Date de diffusion : 1992-12-15 - Articles et rapports : 12-001-X199200114494Description :
Dans cet article on présente un choix bibliographique commenté d’ouvrages sur l’estimation de la taille de la population par saisie-resaisie (système dual), sur des prolongements de la méthodologie de base et sur l’application de ces techniques dans le contexte de l’estimation du sous-dénombrement du recensement.
Date de diffusion : 1992-06-15 - Articles et rapports : 12-001-X199200114498Description :
Une façon de calculer le sous-dénombrement au niveau infra-national (par ex. : pour un État) est de prendre des données-échantillon d’une enquête postcensitaire et de les lisser suivant un modèle linéaire de variables explicatives. Le rapport entre la variance de l’erreur d’échantillonnage et la variance de l’erreur de modèle correspondante détermine le degré de lissage. L’estimation par la méthode du maximum de vraisemblance peut mener à un lissage excessif et, par conséquent, rendre le calcul du sous-dénombrement trop tributaire du modèle linéaire. Les estimateurs du maximum de vraisemblance avec contrainte (MVC) ne présentent pas de tels inconvénients. Dans cet article, on traite la prévision empirique de Bayes du sous-dénombrement fondée sur l’estimation MVC et on la compare, par des exemples et des simulations, à celle fondée sur la méthode du maximum de vraisemblance et à celle fondée sur une méthode des moments. Les propriétés de distribution pour grand échantillon des estimateurs MVC permettent un calcul précis de l’erreur quadratique moyenne de prévision des filtres de lissage fondés sur l’estimation MVC.
Date de diffusion : 1992-06-15 - Articles et rapports : 12-001-X199200114499Description :
Cet article examine quelques-uns des arguments invoqués à l’appui et à l’encontre du redressement des chiffres du recensement des É.-U. de 1980 et revoit la décision du tribunal.
Date de diffusion : 1992-06-15
Références (0)
Références (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :