Plan de sondage
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Type
Enquête ou programme statistique
Résultats
Tout (41)
Tout (41) (0 à 10 de 41 résultats)
- Articles et rapports : 12-001-X202300200006Description : Les spécialistes de la recherche sur les enquêtes se tournent de plus en plus vers la collecte multimodale de données pour composer avec la baisse des taux de réponse aux enquêtes et l’augmentation des coûts. Une approche efficace propose des modes de collecte moins coûteux (par exemple sur le Web) suivis d’un mode plus coûteux pour un sous-échantillon des unités (par exemple les ménages) dans chaque unité primaire d’échantillonnage (UPE). Nous présentons deux solutions de rechange à cette conception classique. La première consiste à sous-échantillonner les UPE plutôt que les unités pour limiter les coûts. La seconde est un plan hybride qui comprend un échantillon (à deux degrés) par grappes et un échantillon indépendant sans mise en grappes. À l’aide d’une simulation, nous démontrons que le plan hybride comporte des avantages considérables.Date de diffusion : 2024-01-03
- Articles et rapports : 11-522-X202100100024Description : La Direction des études économiques du U.S. Census Bureau élabore des procédures coordonnées de plan et de sélection des échantillons pour son Annual Integrated Economic Survey (AIES, Enquête économique annuelle intégrée). L’échantillon unifié remplacera la pratique actuelle de la Direction qui consiste à élaborer de façon indépendante des bases de sondage et des procédures d’échantillonnage pour une série d’enquêtes annuelles distinctes, ce qui optimise les caractéristiques du plan d’échantillonnage au prix d’un fardeau de réponse accru. Les attributs de taille des populations d’entreprises (p. ex. les revenus et l’emploi) sont considérablement biaisés. Un pourcentage élevé d’entreprises exercent au sein de plusieurs secteurs. De nombreuses entreprises sont donc échantillonnées dans le cadre de multiples enquêtes; ce qui accroît le fardeau de réponse, en particulier pour les entreprises de taille moyenne. Même si cette composante de fardeau de réponse est réduite en sélectionnant un seul échantillon coordonné, elle n’est pas entièrement supprimée. Le fardeau de réponse dépend de plusieurs facteurs, notamment (1) de la longueur et la complexité du questionnaire, (2) de l’accessibilité des données, (3) du nombre attendu de mesures répétées et (4) de la fréquence de la collecte. Le plan de sondage peut avoir des répercussions profondes sur les troisième et quatrième facteurs. Pour contribuer aux décisions relatives au plan de sondage intégré, nous utilisons des arbres de régression afin de relever les covariables de la base de sondage associées au fardeau de réponse. En utilisant une base et des données de réponse historiques provenant de quatre enquêtes échantillonnées indépendamment, nous mettons à l’essai divers algorithmes, puis dressons des arbres de régression qui expliquent les relations entre les niveaux attendus de fardeau de réponse (tels qu’ils sont mesurés par le taux de réponse) et les covariables de base communes à plusieurs enquêtes. Nous validons les constats initiaux par une validation croisée, en examinant les résultats au fil du temps. Enfin, nous faisons des recommandations sur la façon d’intégrer nos résultats robustes au plan de sondage coordonné.Date de diffusion : 2021-10-29
- Articles et rapports : 11-522-X202100100016Description : Le National Center for Health Statistics a reçu un financement pour deux projets visant à accroître la capacité en données et à rendre compte de la crise de santé publique des opioïdes aux États-Unis. Ceux-ci consistent à mettre au point des algorithmes qui font appel à toutes les données disponibles, structurées ou non, de la National Hospital Care Survey (NHCS) de 2016 pour mieux connaître la dépendance aux opioïdes et la présence de troubles concomitants (coexistence de troubles liés à l’utilisation de substances et de problèmes de santé mentale). Nous décrivons la démarche d’élaboration de ces algorithmes et les leçons tirées de l’intégration de méthodes de science des données comme le traitement du langage naturel dans la production des statistiques officielles. Il sera également question des mesures visant à rendre accessibles aux chercheurs les algorithmes et les fichiers de données analytiques.
Mots clés : opioïdes; troubles concomitants; science des données; traitement du langage naturel; soins hospitaliers
Date de diffusion : 2021-10-22 - Articles et rapports : 12-001-X202100100002Description :
Nous nous penchons sur le problème du choix d’une stratégie d’échantillonnage et, tout particulièrement, d’un plan de sondage. Nous proposons une mesure du risque, dans laquelle la minimisation de la valeur oriente le choix. La méthode repose sur un modèle de superpopulation et l’incertitude entourant ses paramètres est prise en compte grâce à une distribution a priori. L’utilisation de cette méthode est illustrée au moyen d’un ensemble de données réel, qui donne des résultats satisfaisants. Comme base de référence, nous utilisons la stratégie qui couple l’estimateur par la différence à un échantillonnage avec probabilité proportionnelle à la taille, car elle est reconnue comme optimale quand le modèle de superpopulation est entièrement connu. Nous démontrons qu’y compris en cas de spécifications erronées modérées du modèle, cette stratégie n’est pas robuste et peut être surpassée par d’autres solutions.
Date de diffusion : 2021-06-24 - Articles et rapports : 12-001-X202000100005Description :
La sélection d’une taille d’échantillon adéquate est essentielle à la qualité d’une enquête. Les techniques les plus modernes consistent à tenir compte de plans de sondage complexes en calculant les tailles d’échantillon efficaces. Ces tailles d’échantillon efficaces sont déterminées à l’aide de l’effet de plan des variables d’intérêt centrales. Toutefois, dans les enquêtes en personne, il est souvent suspecté que les estimations empiriques des effets de plan sont confondues avec l’effet des intervieweurs. Parce que cela tend à mener à une surestimation des effets de plan, le risque est souvent d’attribuer incorrectement les ressources à une taille d’échantillon plus élevée au lieu d’utiliser plus d’intervieweurs ou d’améliorer l’exactitude des mesures. C’est pourquoi nous proposons un effet de plan corrigé qui sépare l’effet de l’intervieweur (dit aussi effet enquêteur) des effets du plan de sondage sur la variance due à l’échantillonnage. La capacité d’estimer l’effet de plan corrigé est mise à l’essai au moyen d’une étude par simulations. Dans ce contexte, nous abordons la question de la différenciation entre la variance due aux grappes et celle due aux intervieweurs. Les effets corrigés du plan sont estimés pour les données de la 6e édition de l’Enquête sociale européenne (ESS) et comparés aux estimations classiques de l’effet de plan. En outre, nous montrons que pour certains pays étudiés dans la 6e édition de l’ESS, les estimations de l’effet de plan classique sont effectivement fortement augmentées par les effets de l’intervieweur.
Date de diffusion : 2020-06-30 - Articles et rapports : 12-001-X201800154925Description :
Le présent article traite de l’inférence statistique sous un modèle de superpopulation en population finie quand on utilise des échantillons obtenus par échantillonnage d’ensembles ordonnés (EEO). Les échantillons sont construits sans remise. Nous montrons que la moyenne d’échantillon sous EEO est sans biais par rapport au modèle et présente une plus petite erreur de prédiction quadratique moyenne (EPQM) que la moyenne sous échantillonnage aléatoire simple (EAS). Partant d’un estimateur sans biais de l’EPQM, nous construisons aussi un intervalle de confiance de prédiction pour la moyenne de population. Une étude en simulation à petite échelle montre que cet estimateur est aussi bon qu’un estimateur sur échantillon aléatoire simple (EAS) quand l’information pour le classement est de qualité médiocre. Par ailleurs, cet estimateur est plus efficace que l’estimateur EAS quand la qualité de l’information de classement est bonne et que le ratio des coûts de l’obtention d’une unité sous EEO et sous EAS n’est pas très élevé. L’étude en simulation indique aussi que les probabilités de couverture des intervalles de prédiction sont très proches des probabilités de couverture nominales. La procédure d’inférence proposée est appliquée à un ensemble de données réel.
Date de diffusion : 2018-06-21 - Articles et rapports : 12-001-X201800154929Description :
Le U.S. Census Bureau étudie des stratégies de sous-échantillonnage des non-répondants en prévision de l’Economic Census de 2017. Les contraintes imposées au plan de sondage comprennent une borne inférieure obligatoire pour le taux de réponse totale, ainsi que des taux de réponse cibles par industrie. Le présent article expose la recherche sur les procédures de répartition de l’échantillon pour le sous-échantillonnage des non-répondants conditionnellement à ce que ce sous-échantillonnage soit systématique. Nous considérons deux approches, à savoir 1) l’échantillonnage avec probabilités égales et 2) la répartition optimisée avec contraintes sur les taux de réponse totale et la taille d’échantillon, avec pour objectif la sélection de plus grands échantillons dans les industries qui, au départ, affichent des taux de réponse plus faibles. Nous présentons une étude en simulation qui examine le biais relatif et l’erreur quadratique moyenne pour les répartitions proposées, en évaluant la sensibilité de chaque procédure à la taille du sous-échantillon, aux propensions à répondre et à la procédure d’estimation
Date de diffusion : 2018-06-21 - Articles et rapports : 12-001-X201600214662Description :
Les plans d’échantillonnage à deux phases sont souvent utilisés dans les enquêtes lorsque la base de sondage ne contient que peu d’information auxiliaire, voire aucune. Dans la présente note, nous apportons certains éclaircissements sur le concept d’invariance souvent mentionné dans le contexte des plans d’échantillonnage à deux phases. Nous définissons deux types de plans d’échantillonnage à deux phases invariants, à savoir les plans fortement invariants et les plans faiblement invariants, et donnons des exemples. Enfin, nous décrivons les implications d’une forte ou d’une faible invariance du point de vue de l’inférence.
Date de diffusion : 2016-12-20 - Articles et rapports : 11-522-X201700014745Description :
Au moment de la conception des enquêtes, un certain nombre de paramètres, comme la propension à la prise de contact, la propension à la participation et les coûts par unité d’échantillonnage, jouent un rôle décisif. Dans le cas des enquêtes permanentes, ces paramètres de conception d’enquête sont habituellement estimés à partir de l’expérience antérieure et mis à jour graduellement, au fur et à mesure des nouvelles expériences. Dans les nouvelles enquêtes, ces paramètres sont estimés à partir de l’opinion des experts et de l’expérience acquise dans des enquêtes similaires. Même si les instituts de sondage ont une expertise et une expérience relativement bonnes, l’énoncé, l’estimation et la mise à jour des paramètres de conception d’enquête se font rarement de façon systématique. Dans la présentation, nous proposons un cadre bayésien qui permet de prendre en compte et de mettre à jour les connaissances acquises et les opinions des experts concernant les paramètres. Ce cadre est établi dans le contexte de plans de collecte adaptatifs, dans lesquels les différentes unités de population peuvent être traitées différemment compte tenu des objectifs de qualité et de coût. Pour ce type d’enquête, l’exactitude des paramètres de conception devient encore plus cruciale pour prendre des décisions efficaces. Le cadre permet une analyse bayésienne du rendement d’une enquête pendant la collecte des données et entre les vagues. Nous démontrons l’analyse bayésienne au moyen d’une étude de simulation réaliste.
Date de diffusion : 2016-03-24 - Enquêtes et programmes statistiques — Documentation : 11-522-X201700014749Description :
Dans le cadre du remaniement du Programme de la statistique du tourisme, Statistique Canada élabore l’Enquête nationale sur les voyages (ENV), qui recueillera de l’information relativement aux voyages effectués par les voyageurs canadiens. Cette nouvelle enquête remplacera l’actuelle Enquête sur les voyages des résidents du Canada, de même que la composante reliée aux voyages des résidents canadiens de l’Enquête sur les voyages internationaux. L’ENV tirera parti des bases de sondage communes de Statistique Canada et des outils de traitement communs, tout en maximisant l’utilisation des données administratives. Dans cette communication, on montrera comment les données administratives, comme celles provenant des fichiers de Passeport Canada, de l’Agence des services frontaliers du Canada et de l’Agence du revenu du Canada, pourraient servir à améliorer l’efficacité du plan de sondage de l’ENV.
Date de diffusion : 2016-03-24
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (37)
Analyses (37) (0 à 10 de 37 résultats)
- Articles et rapports : 12-001-X202300200006Description : Les spécialistes de la recherche sur les enquêtes se tournent de plus en plus vers la collecte multimodale de données pour composer avec la baisse des taux de réponse aux enquêtes et l’augmentation des coûts. Une approche efficace propose des modes de collecte moins coûteux (par exemple sur le Web) suivis d’un mode plus coûteux pour un sous-échantillon des unités (par exemple les ménages) dans chaque unité primaire d’échantillonnage (UPE). Nous présentons deux solutions de rechange à cette conception classique. La première consiste à sous-échantillonner les UPE plutôt que les unités pour limiter les coûts. La seconde est un plan hybride qui comprend un échantillon (à deux degrés) par grappes et un échantillon indépendant sans mise en grappes. À l’aide d’une simulation, nous démontrons que le plan hybride comporte des avantages considérables.Date de diffusion : 2024-01-03
- Articles et rapports : 11-522-X202100100024Description : La Direction des études économiques du U.S. Census Bureau élabore des procédures coordonnées de plan et de sélection des échantillons pour son Annual Integrated Economic Survey (AIES, Enquête économique annuelle intégrée). L’échantillon unifié remplacera la pratique actuelle de la Direction qui consiste à élaborer de façon indépendante des bases de sondage et des procédures d’échantillonnage pour une série d’enquêtes annuelles distinctes, ce qui optimise les caractéristiques du plan d’échantillonnage au prix d’un fardeau de réponse accru. Les attributs de taille des populations d’entreprises (p. ex. les revenus et l’emploi) sont considérablement biaisés. Un pourcentage élevé d’entreprises exercent au sein de plusieurs secteurs. De nombreuses entreprises sont donc échantillonnées dans le cadre de multiples enquêtes; ce qui accroît le fardeau de réponse, en particulier pour les entreprises de taille moyenne. Même si cette composante de fardeau de réponse est réduite en sélectionnant un seul échantillon coordonné, elle n’est pas entièrement supprimée. Le fardeau de réponse dépend de plusieurs facteurs, notamment (1) de la longueur et la complexité du questionnaire, (2) de l’accessibilité des données, (3) du nombre attendu de mesures répétées et (4) de la fréquence de la collecte. Le plan de sondage peut avoir des répercussions profondes sur les troisième et quatrième facteurs. Pour contribuer aux décisions relatives au plan de sondage intégré, nous utilisons des arbres de régression afin de relever les covariables de la base de sondage associées au fardeau de réponse. En utilisant une base et des données de réponse historiques provenant de quatre enquêtes échantillonnées indépendamment, nous mettons à l’essai divers algorithmes, puis dressons des arbres de régression qui expliquent les relations entre les niveaux attendus de fardeau de réponse (tels qu’ils sont mesurés par le taux de réponse) et les covariables de base communes à plusieurs enquêtes. Nous validons les constats initiaux par une validation croisée, en examinant les résultats au fil du temps. Enfin, nous faisons des recommandations sur la façon d’intégrer nos résultats robustes au plan de sondage coordonné.Date de diffusion : 2021-10-29
- Articles et rapports : 11-522-X202100100016Description : Le National Center for Health Statistics a reçu un financement pour deux projets visant à accroître la capacité en données et à rendre compte de la crise de santé publique des opioïdes aux États-Unis. Ceux-ci consistent à mettre au point des algorithmes qui font appel à toutes les données disponibles, structurées ou non, de la National Hospital Care Survey (NHCS) de 2016 pour mieux connaître la dépendance aux opioïdes et la présence de troubles concomitants (coexistence de troubles liés à l’utilisation de substances et de problèmes de santé mentale). Nous décrivons la démarche d’élaboration de ces algorithmes et les leçons tirées de l’intégration de méthodes de science des données comme le traitement du langage naturel dans la production des statistiques officielles. Il sera également question des mesures visant à rendre accessibles aux chercheurs les algorithmes et les fichiers de données analytiques.
Mots clés : opioïdes; troubles concomitants; science des données; traitement du langage naturel; soins hospitaliers
Date de diffusion : 2021-10-22 - Articles et rapports : 12-001-X202100100002Description :
Nous nous penchons sur le problème du choix d’une stratégie d’échantillonnage et, tout particulièrement, d’un plan de sondage. Nous proposons une mesure du risque, dans laquelle la minimisation de la valeur oriente le choix. La méthode repose sur un modèle de superpopulation et l’incertitude entourant ses paramètres est prise en compte grâce à une distribution a priori. L’utilisation de cette méthode est illustrée au moyen d’un ensemble de données réel, qui donne des résultats satisfaisants. Comme base de référence, nous utilisons la stratégie qui couple l’estimateur par la différence à un échantillonnage avec probabilité proportionnelle à la taille, car elle est reconnue comme optimale quand le modèle de superpopulation est entièrement connu. Nous démontrons qu’y compris en cas de spécifications erronées modérées du modèle, cette stratégie n’est pas robuste et peut être surpassée par d’autres solutions.
Date de diffusion : 2021-06-24 - Articles et rapports : 12-001-X202000100005Description :
La sélection d’une taille d’échantillon adéquate est essentielle à la qualité d’une enquête. Les techniques les plus modernes consistent à tenir compte de plans de sondage complexes en calculant les tailles d’échantillon efficaces. Ces tailles d’échantillon efficaces sont déterminées à l’aide de l’effet de plan des variables d’intérêt centrales. Toutefois, dans les enquêtes en personne, il est souvent suspecté que les estimations empiriques des effets de plan sont confondues avec l’effet des intervieweurs. Parce que cela tend à mener à une surestimation des effets de plan, le risque est souvent d’attribuer incorrectement les ressources à une taille d’échantillon plus élevée au lieu d’utiliser plus d’intervieweurs ou d’améliorer l’exactitude des mesures. C’est pourquoi nous proposons un effet de plan corrigé qui sépare l’effet de l’intervieweur (dit aussi effet enquêteur) des effets du plan de sondage sur la variance due à l’échantillonnage. La capacité d’estimer l’effet de plan corrigé est mise à l’essai au moyen d’une étude par simulations. Dans ce contexte, nous abordons la question de la différenciation entre la variance due aux grappes et celle due aux intervieweurs. Les effets corrigés du plan sont estimés pour les données de la 6e édition de l’Enquête sociale européenne (ESS) et comparés aux estimations classiques de l’effet de plan. En outre, nous montrons que pour certains pays étudiés dans la 6e édition de l’ESS, les estimations de l’effet de plan classique sont effectivement fortement augmentées par les effets de l’intervieweur.
Date de diffusion : 2020-06-30 - Articles et rapports : 12-001-X201800154925Description :
Le présent article traite de l’inférence statistique sous un modèle de superpopulation en population finie quand on utilise des échantillons obtenus par échantillonnage d’ensembles ordonnés (EEO). Les échantillons sont construits sans remise. Nous montrons que la moyenne d’échantillon sous EEO est sans biais par rapport au modèle et présente une plus petite erreur de prédiction quadratique moyenne (EPQM) que la moyenne sous échantillonnage aléatoire simple (EAS). Partant d’un estimateur sans biais de l’EPQM, nous construisons aussi un intervalle de confiance de prédiction pour la moyenne de population. Une étude en simulation à petite échelle montre que cet estimateur est aussi bon qu’un estimateur sur échantillon aléatoire simple (EAS) quand l’information pour le classement est de qualité médiocre. Par ailleurs, cet estimateur est plus efficace que l’estimateur EAS quand la qualité de l’information de classement est bonne et que le ratio des coûts de l’obtention d’une unité sous EEO et sous EAS n’est pas très élevé. L’étude en simulation indique aussi que les probabilités de couverture des intervalles de prédiction sont très proches des probabilités de couverture nominales. La procédure d’inférence proposée est appliquée à un ensemble de données réel.
Date de diffusion : 2018-06-21 - Articles et rapports : 12-001-X201800154929Description :
Le U.S. Census Bureau étudie des stratégies de sous-échantillonnage des non-répondants en prévision de l’Economic Census de 2017. Les contraintes imposées au plan de sondage comprennent une borne inférieure obligatoire pour le taux de réponse totale, ainsi que des taux de réponse cibles par industrie. Le présent article expose la recherche sur les procédures de répartition de l’échantillon pour le sous-échantillonnage des non-répondants conditionnellement à ce que ce sous-échantillonnage soit systématique. Nous considérons deux approches, à savoir 1) l’échantillonnage avec probabilités égales et 2) la répartition optimisée avec contraintes sur les taux de réponse totale et la taille d’échantillon, avec pour objectif la sélection de plus grands échantillons dans les industries qui, au départ, affichent des taux de réponse plus faibles. Nous présentons une étude en simulation qui examine le biais relatif et l’erreur quadratique moyenne pour les répartitions proposées, en évaluant la sensibilité de chaque procédure à la taille du sous-échantillon, aux propensions à répondre et à la procédure d’estimation
Date de diffusion : 2018-06-21 - Articles et rapports : 12-001-X201600214662Description :
Les plans d’échantillonnage à deux phases sont souvent utilisés dans les enquêtes lorsque la base de sondage ne contient que peu d’information auxiliaire, voire aucune. Dans la présente note, nous apportons certains éclaircissements sur le concept d’invariance souvent mentionné dans le contexte des plans d’échantillonnage à deux phases. Nous définissons deux types de plans d’échantillonnage à deux phases invariants, à savoir les plans fortement invariants et les plans faiblement invariants, et donnons des exemples. Enfin, nous décrivons les implications d’une forte ou d’une faible invariance du point de vue de l’inférence.
Date de diffusion : 2016-12-20 - Articles et rapports : 11-522-X201700014745Description :
Au moment de la conception des enquêtes, un certain nombre de paramètres, comme la propension à la prise de contact, la propension à la participation et les coûts par unité d’échantillonnage, jouent un rôle décisif. Dans le cas des enquêtes permanentes, ces paramètres de conception d’enquête sont habituellement estimés à partir de l’expérience antérieure et mis à jour graduellement, au fur et à mesure des nouvelles expériences. Dans les nouvelles enquêtes, ces paramètres sont estimés à partir de l’opinion des experts et de l’expérience acquise dans des enquêtes similaires. Même si les instituts de sondage ont une expertise et une expérience relativement bonnes, l’énoncé, l’estimation et la mise à jour des paramètres de conception d’enquête se font rarement de façon systématique. Dans la présentation, nous proposons un cadre bayésien qui permet de prendre en compte et de mettre à jour les connaissances acquises et les opinions des experts concernant les paramètres. Ce cadre est établi dans le contexte de plans de collecte adaptatifs, dans lesquels les différentes unités de population peuvent être traitées différemment compte tenu des objectifs de qualité et de coût. Pour ce type d’enquête, l’exactitude des paramètres de conception devient encore plus cruciale pour prendre des décisions efficaces. Le cadre permet une analyse bayésienne du rendement d’une enquête pendant la collecte des données et entre les vagues. Nous démontrons l’analyse bayésienne au moyen d’une étude de simulation réaliste.
Date de diffusion : 2016-03-24 - Articles et rapports : 12-001-X201300211884Description :
Le présent article offre une solution au problème de la détermination de la stratification optimale de la base de sondage de la population disponible en vue de minimiser le coût de l'échantillon requis pour satisfaire aux contraintes de précision sur un ensemble d'estimations cibles différentes. La solution est recherchée en explorant l'univers de toutes les stratifications qu'il est possible d'obtenir par classification croisée des variables auxiliaires catégoriques disponibles dans la base de sondage (les variables auxiliaires continues peuvent être transformées en variables catégoriques par des méthodes appropriées). Par conséquent, l'approche suivie est multivariée en ce qui concerne les variables cibles ainsi que les variables auxiliaires. L'algorithme proposé est fondé sur une approche évolutionniste non déterministe qui fait appel au paradigme de l'algorithme génétique. La caractéristique principale de l'algorithme est que l'on considère chaque stratification possible comme un individu susceptible d'évoluer dont l'adaptation est mesurée par le coût de l'échantillon associé requis pour satisfaire à un ensemble de contraintes de précision, ce coût étant calculé en appliquant l'algorithme de Bethel pour une répartition multivariée. Cet algorithme de stratification optimale, implémenté dans un module (ou package) R (SamplingStrata), a été appliqué jusqu'à présent à un certain nombre d'enquêtes courantes à l'Institut national de statistique de l'Italie : les résultats montrent systématiquement une amélioration importante de l'efficacité des échantillons obtenus comparativement aux stratifications adoptées antérieurement.
Date de diffusion : 2014-01-15
Références (4)
Références (4) ((4 résultats))
- Enquêtes et programmes statistiques — Documentation : 11-522-X201700014749Description :
Dans le cadre du remaniement du Programme de la statistique du tourisme, Statistique Canada élabore l’Enquête nationale sur les voyages (ENV), qui recueillera de l’information relativement aux voyages effectués par les voyageurs canadiens. Cette nouvelle enquête remplacera l’actuelle Enquête sur les voyages des résidents du Canada, de même que la composante reliée aux voyages des résidents canadiens de l’Enquête sur les voyages internationaux. L’ENV tirera parti des bases de sondage communes de Statistique Canada et des outils de traitement communs, tout en maximisant l’utilisation des données administratives. Dans cette communication, on montrera comment les données administratives, comme celles provenant des fichiers de Passeport Canada, de l’Agence des services frontaliers du Canada et de l’Agence du revenu du Canada, pourraient servir à améliorer l’efficacité du plan de sondage de l’ENV.
Date de diffusion : 2016-03-24 - Enquêtes et programmes statistiques — Documentation : 89-631-XDescription :
Le présent document expose les faits nouveaux et les principes qui sous-tendent l'élaboration des cycles récents de l'Enquête sociale générale (ESG). Nous effectuons d'abord un survol des objectifs de l'ESG et des thèmes des cycles précédents, puis nous examinons plus particulièrement deux cycles récents concernant la famille au Canada : les transitions familiales (2006) et la famille, le soutien social et la retraite (2007). Pour terminer, nous présentons sommairement l'ESG de 2008, qui portera sur les réseaux sociaux, et nous décrivons un projet spécial qui marquera le vingtième anniversaire de l'ESG.
L'enquête recueille des données sur une période de 12 mois auprès de la population des ménages privés des 10 provinces. À l'exception des cycles 16 et 21, qui ne ciblaient que des personnes de 45 ans et plus, l'enquête s'adresse à des répondants de 15 ans et plus.
Le cycle 20 de l'ESG de 2006 est le quatrième cycle consacré à la collecte de données sur la famille (les trois premiers ont eu lieu en 1990, 1995 et 2001). Le cycle 20 aborde la plupart des mêmes thèmes que les cycles précédents sur la famille, mais quelques sections ont été revues et élaborées davantage. Les données recueillies permettent aux analystes d'étudier des variables associées à l'histoire conjugale et l'historique de la fécondité (chronologie des mariages, unions libres et enfants), les origines familiales, le départ des enfants du domicile familial, les intentions de fécondité, la garde d'enfants l'histoire professionnelle et d'autres caractéristiques socioéconomiques. Des questions portant sur les accords ou ententes de soutien financier (pour les enfants et l'ex-conjoint ou ex-partenaire) entre les familles divorcées ou séparées ont été modifiées, alors que des sections sur la participation sociale, le bien-être et les caractéristiques de la résidence ont été ajoutées.
Date de diffusion : 2008-05-27 - Enquêtes et programmes statistiques — Documentation : 11-522-X20010016269Description :
Cette publication comporte une description détaillée des questions techniques entourant la conception et la réalisation d'enquêtes et s'adresse surtout à des méthodologistes.
Dans les enquêtes dont les taux de réponse sont faibles, le biais de non-réponse peut constituer une importante source de préoccupation. Bien qu'il ne soit pas toujours possible de mesurer le biais réel entraîné par l'absence de réponse, diverses méthodes aident à déterminer les sources possibles du biais de non-réponse. Au National Center for Education Statistics (NCES), on procède à une analyse de biais de non-réponse pour toute enquête dont le taux de réponse est de moins de 70 %. Nous examinons, dans le présent document, les différents modes d'analyse de biais de non-réponse à l'aide d'exemples venant du NCES.
Date de diffusion : 2002-09-12 - Enquêtes et programmes statistiques — Documentation : 11-522-X19980015017Description :
Les études longitudinales avec observations répétées sur des individus permettent de mieux caractériser les changements et de mieux évaluer les facteurs de risque éventuels. On possède toutefois peu d'expérience sur l'application de modèles perfectionnés à des données longitudinales avec plan d'échantillonnage complexe. Nous présentons ici les résultats d'une comparaison de différentes méthodes d'estimation de la variance applicables à des modèles à effets aléatoires évaluant l'évolution de la fonction cognitive chez les personnes âgées. Le plan d'échantillonnage consiste en un échantillon stratifié de personnes âgées de 65 ans et plus, prélevé dans le cadre d'une étude communautaire visant à examiner les facteurs de risque de la démence. Le modèle résume l'hétérogénéité de la population, en ce qui a trait au niveau global et au taux d'évolution de la fonction cognitive, en utilisant des effets aléatoires comme coordonnée à l'origine et comme pente. Nous discutons d'une méthode de régression non pondérée avec covariables représentant les variables de stratification, d'une méthode de régression pondérée et de la méthode bootstrap; nous présentons également quelques travaux préliminaires sur la méthode de répétition équilibrée et celle du jackknife.
Date de diffusion : 1999-10-22
- Date de modification :