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 (9)

Tout (9) ((9 résultats))

  • Articles et rapports : 12-001-X199400214417
    Description :

    L’échantillonnage sans remise à partir d’une liste avec probabilité proportionnelle à une mesure de taille est peu utilisé en foresterie à cause des difficultés d’application de cette méthode, qu’on appelle d’ailleurs « plan \pi pt » pour distinguer l’échantillonnage sans remise du plan bien connu de l’échantillonnage PPT avec remise. Dans cet article, nous étudions un plan \pi pt authentique (variante 2 de Sunter), un plan \pi pt approximatif (variante 1 de Sunter) ainsi que la méthode des groupes aléatoires de Rao-Hartley-Cochran et nous calculons la variance des estimateurs correspondants du volume total de fût pour quatre populations d’arbres. Les résultats montrent que, par rapport à la méthode de Rao-Hartley-Cochran, la variante 1 de Sunter produit en général des estimations plus précises lorsque la relation entre l’information supplémentaire, x_k, et le caractère étudié, y_k, est modérée mais sensible au mode de classement des éléments de la base de sondage, alors que la méthode de Rao-Hartley-Cochran ne nécessite pas de classement particulier pour les éléments de la base de sondage et semble plus efficace que la variante 1 lorsqu’il existe une forte relation linéaire entre x_k et y_k.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400214422
    Description :

    Depuis 1950, le Bureau of the Census des É.-U. a recours à l’estimation de système dual (ESD) pour mesurer le taux de couverture du recensement décennal. Selon cette méthode, on combine des données d’un échantillon avec des données du recensement pour estimer le sous-dénombrement et le surdénombrement dans le recensement. L’ESD repose sur l’hypothèse d’un appariement parfait des unités du recensement et de celles de l’échantillon. Or, les erreurs d’appariement et les fausses non-concordances, qui sont inévitables, ont pour effet de réduire la précision de cette méthode d’estimation. Dans cet article, nous reconsidérons l’ESD en assouplissant l’hypothèse de l’appariement parfait et nous proposons des modèles qui décrivent deux types d’erreur d’appariement : l’appariement de cas qui ne sont pas appariables et le non-appariement de cas qui sont appariables. En outre, nous présentons des méthodes pour estimer le total d’une population et le sous-dénombrement dans le recensement et nous en illustrons l’application au moyen de données du recensement d’essai de 1986 à Los Angeles et du recensement décennal de 1990.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400214425
    Description :

    Nous présentons une solution formelle, fondée sur un modèle, au problème de l’estimation de la taille de bases de sondage (listes), au moyen d’un échantillonnage avec saisie-ressaisie; cette solution a été largement utilisée pour estimer des populations d’animaux et pour le redressement des chiffres du recensement des États-Unis. Lorsqu’on dispose de deux listes incomplètes, il est facile d’estimer la taille totale de la base, en utilisant l’estimateur de Lincoln-Petersen. Il s’agit d’un estimateur fondé sur un modèle, qui repose sur l’hypothèse clé que les deux listes sont indépendantes. Dès qu’on dispose d’une estimation de la taille de la population (base de sondage), on peut estimer un total de population pour une caractéristique quelconque si cette caractéristique est mesurée auprès d’un échantillon de la population. Une analyse des propriétés de l’estimateur de Lincoln-Petersen est présentée. Nous examinons un exemple dans lequel les établissements sont des bateaux de pêche en activité au large de la côte Atlantique des États-Unis. L’estimation de la taille de la base de sondage, puis de totaux de population, à l’aide d’un modèle de saisie-ressaisie devrait avoir de vastes applications dans les enquêtes auprès des établissements, vu son côté pratique et les économies qu’elle procure. Toutefois, la possibilité que des biais soient introduits par suite du non-respect de certaines hypothèses doit être prise en considération.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400214426
    Description :

    Dans le projet MARS (Monitoring Agriculture with Remote Sensing ou surveillance de l’agriculture par télédétection) de la CE (Communauté européenne), on utilise des bases aréolaires définies à l’aide d’une grille carrée pour estimer les superficies au moyen d’enquêtes sur le terrain et d’images-satellites à haute résolution. Quoique coûteuses, ces images-satellites sont utiles pour l’estimation des superficies; leur utilisation pour l’estimation du rendement n’est pas encore opérationnelle. Pour combler cette lacune, on emploie aussi les éléments de l’échantillon (segments) de l’enquête aréolaire pour échantillonner les exploitations agricoles à l’aide d’un gabarit de points superposé au segment. Le plus souvent, on utilise un nombre fixe de points par segment. On demande aux exploitants agricoles de fournir des données globales pour leur exploitation et on calcule les estimations à l’aide d’une approche de type Horvitz-Thompson. Les principaux problèmes sont la difficulté de repérer les exploitants et la vérification des cas où les instructions ont été mal comprises. On obtient de bons résultats pour la superficie et pour la production des cultures principales. Les bases aréolaires doivent être complétées par des listes (bases de sondage multiples) pour donner des estimations fiables dans le cas des animaux d’élevage.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400114428
    Description :

    Depuis quelques temps, on consacre beaucoup d’effort pour dénombrer les sans-abri et en définir les caractéristiques. Cependant, on s’est concentré jusqu’à maintenant sur les sans-abri des régions urbaines. Dans cet article, nous décrivons les efforts qui ont été faits en vue d’estimer le taux de sans-abri dans les comtés non urbains de l’Ohio. Les méthodes qui servent à repérer les sans-abri et même la définition de la clochardise sont différentes dans les régions rurales, où les institutions qui accueillent les sans-abri sont moins nombreuses. De plus, l’emploi d’estimateurs ordinaires basés sur des échantillons d’enquête peut poser des difficultés dans une analyse axée sur les régions rurales, étant donné que ces estimateurs exigent généralement de grandes populations, de grands échantillons et de faibles fractions de sondage. Nous décrivons l’enquête qui a été faite dans les régions non urbaines de l’Ohio pour dénombrer les sans-abri et nous présentons l’étude de simulation qui a été effectuée dans le but d’évaluer l’utilité des estimateurs ordinaires de la proportion d’une population basés sur un échantillon en grappes stratifié.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114430
    Description :

    Rao et Nigam (1990, 1992) ont montré comment une classe de plans à échantillonnage contrôlé peut être produite par programmation linéaire. Dans cet article, leur méthode est appliquée à la stratification multidimensionnelle. L’examen des plans de sondage produits dans des applications particulières, ainsi que l’évaluation des erreurs quadratiques moyennes, permettent d’établir une comparaison avec les méthodes existantes. La méthode proposée est d’utilisation relativement simple et semble avoir une performance raisonnable sur le plan des erreurs quadratiques moyennes. Les calculs nécessaires peuvent toutefois augmenter rapidement, à mesure que s’accroît le nombre de cellules dans la classification multidimensionnelle. L’estimation de la variance est également examinée.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114431
    Description :

    La « méthode des groupes aléatoires » pour un échantillonnage avec probabilité proportionnelle à la taille (PPT) est étendue à un échantillonnage effectué en deux occasions. Nous utilisons de l’information sur une variable d’étude observée à la première occasion pour prélever la portion appariée de l’échantillon à la deuxième occasion. Nous examinons deux ensembles de données réels en vue d’une illustration numérique et d’une comparaison avec d’autres méthodes existantes.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114432
    Description :

    Singh (1988) propose deux méthodes d’échantillonnage en vue d’estimer la moyenne d’une population en grappes chevauchantes lorsque la taille de la population est connue. Dans cet article, nous étudions des estimateurs par quotient appliqués dans ces deux méthodes en supposant que la taille réelle de la population est inconnue, ce qui est plus conforme à la réalité des enquêtes par sondage. Nous comparons l’efficacité des estimateurs appliqués dans l’une et l’autre méthodes et nous donnons un exemple numérique.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114434
    Description :

    Lorsqu’on effectue des estimations pour petites régions, il est courant de renforcer les estimations en « empruntant » de l’information à d’autres petites régions, car les estimations directes tirées de l’enquête présentent souvent une variabilité d’échantillonnage élevée. Il existe, pour résoudre ce problème de forte variabilité, un ensemble de méthodes, dites d’estimation composite, qui utilisent la combinaison linéaire d’un estimateur direct et d’un estimateur synthétique. La composante synthétique se fonde sur un modèle qui relie les moyennes des petites régions transversalement (entre les régions) et/ou par rapport au temps. Le meilleur prédicteur linéaire sans biais empirique (MPLSE) transversal est un estimateur composite fondé sur un modèle de régression linéaire comportant des effets de petite région. Dans cet article, nous examinons trois modèles qui généralisent le MPLSE transversal et permettent d’utiliser les données de plusieurs points dans le temps. Dans le premier modèle, les paramètres de régression sont aléatoires et présentent une dépendance sériale, mais les effets de petite région sont supposés indépendants dans le temps. Dans le deuxième modèle, les paramètres de régression ne sont pas aléatoires et peuvent prendre des valeurs communes dans le temps, mais il y a une dépendance sériale dans les effets de petite région. Le troisième modèle est plus général en ce sens qu’on suppose une dépendance sériale dans les paramètres de régression et dans les effets de petite région. Les estimateurs résultants, ainsi que certains estimateurs transversaux, sont évalués à l’aide des données bisannuelles de l’Enquête nationale sur les fermes et de l’Enquête sur les fermes de janvier de Statistique Canada.

    Date de diffusion : 1994-06-15
Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (9)

Analyses (9) ((9 résultats))

  • Articles et rapports : 12-001-X199400214417
    Description :

    L’échantillonnage sans remise à partir d’une liste avec probabilité proportionnelle à une mesure de taille est peu utilisé en foresterie à cause des difficultés d’application de cette méthode, qu’on appelle d’ailleurs « plan \pi pt » pour distinguer l’échantillonnage sans remise du plan bien connu de l’échantillonnage PPT avec remise. Dans cet article, nous étudions un plan \pi pt authentique (variante 2 de Sunter), un plan \pi pt approximatif (variante 1 de Sunter) ainsi que la méthode des groupes aléatoires de Rao-Hartley-Cochran et nous calculons la variance des estimateurs correspondants du volume total de fût pour quatre populations d’arbres. Les résultats montrent que, par rapport à la méthode de Rao-Hartley-Cochran, la variante 1 de Sunter produit en général des estimations plus précises lorsque la relation entre l’information supplémentaire, x_k, et le caractère étudié, y_k, est modérée mais sensible au mode de classement des éléments de la base de sondage, alors que la méthode de Rao-Hartley-Cochran ne nécessite pas de classement particulier pour les éléments de la base de sondage et semble plus efficace que la variante 1 lorsqu’il existe une forte relation linéaire entre x_k et y_k.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400214422
    Description :

    Depuis 1950, le Bureau of the Census des É.-U. a recours à l’estimation de système dual (ESD) pour mesurer le taux de couverture du recensement décennal. Selon cette méthode, on combine des données d’un échantillon avec des données du recensement pour estimer le sous-dénombrement et le surdénombrement dans le recensement. L’ESD repose sur l’hypothèse d’un appariement parfait des unités du recensement et de celles de l’échantillon. Or, les erreurs d’appariement et les fausses non-concordances, qui sont inévitables, ont pour effet de réduire la précision de cette méthode d’estimation. Dans cet article, nous reconsidérons l’ESD en assouplissant l’hypothèse de l’appariement parfait et nous proposons des modèles qui décrivent deux types d’erreur d’appariement : l’appariement de cas qui ne sont pas appariables et le non-appariement de cas qui sont appariables. En outre, nous présentons des méthodes pour estimer le total d’une population et le sous-dénombrement dans le recensement et nous en illustrons l’application au moyen de données du recensement d’essai de 1986 à Los Angeles et du recensement décennal de 1990.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400214425
    Description :

    Nous présentons une solution formelle, fondée sur un modèle, au problème de l’estimation de la taille de bases de sondage (listes), au moyen d’un échantillonnage avec saisie-ressaisie; cette solution a été largement utilisée pour estimer des populations d’animaux et pour le redressement des chiffres du recensement des États-Unis. Lorsqu’on dispose de deux listes incomplètes, il est facile d’estimer la taille totale de la base, en utilisant l’estimateur de Lincoln-Petersen. Il s’agit d’un estimateur fondé sur un modèle, qui repose sur l’hypothèse clé que les deux listes sont indépendantes. Dès qu’on dispose d’une estimation de la taille de la population (base de sondage), on peut estimer un total de population pour une caractéristique quelconque si cette caractéristique est mesurée auprès d’un échantillon de la population. Une analyse des propriétés de l’estimateur de Lincoln-Petersen est présentée. Nous examinons un exemple dans lequel les établissements sont des bateaux de pêche en activité au large de la côte Atlantique des États-Unis. L’estimation de la taille de la base de sondage, puis de totaux de population, à l’aide d’un modèle de saisie-ressaisie devrait avoir de vastes applications dans les enquêtes auprès des établissements, vu son côté pratique et les économies qu’elle procure. Toutefois, la possibilité que des biais soient introduits par suite du non-respect de certaines hypothèses doit être prise en considération.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400214426
    Description :

    Dans le projet MARS (Monitoring Agriculture with Remote Sensing ou surveillance de l’agriculture par télédétection) de la CE (Communauté européenne), on utilise des bases aréolaires définies à l’aide d’une grille carrée pour estimer les superficies au moyen d’enquêtes sur le terrain et d’images-satellites à haute résolution. Quoique coûteuses, ces images-satellites sont utiles pour l’estimation des superficies; leur utilisation pour l’estimation du rendement n’est pas encore opérationnelle. Pour combler cette lacune, on emploie aussi les éléments de l’échantillon (segments) de l’enquête aréolaire pour échantillonner les exploitations agricoles à l’aide d’un gabarit de points superposé au segment. Le plus souvent, on utilise un nombre fixe de points par segment. On demande aux exploitants agricoles de fournir des données globales pour leur exploitation et on calcule les estimations à l’aide d’une approche de type Horvitz-Thompson. Les principaux problèmes sont la difficulté de repérer les exploitants et la vérification des cas où les instructions ont été mal comprises. On obtient de bons résultats pour la superficie et pour la production des cultures principales. Les bases aréolaires doivent être complétées par des listes (bases de sondage multiples) pour donner des estimations fiables dans le cas des animaux d’élevage.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199400114428
    Description :

    Depuis quelques temps, on consacre beaucoup d’effort pour dénombrer les sans-abri et en définir les caractéristiques. Cependant, on s’est concentré jusqu’à maintenant sur les sans-abri des régions urbaines. Dans cet article, nous décrivons les efforts qui ont été faits en vue d’estimer le taux de sans-abri dans les comtés non urbains de l’Ohio. Les méthodes qui servent à repérer les sans-abri et même la définition de la clochardise sont différentes dans les régions rurales, où les institutions qui accueillent les sans-abri sont moins nombreuses. De plus, l’emploi d’estimateurs ordinaires basés sur des échantillons d’enquête peut poser des difficultés dans une analyse axée sur les régions rurales, étant donné que ces estimateurs exigent généralement de grandes populations, de grands échantillons et de faibles fractions de sondage. Nous décrivons l’enquête qui a été faite dans les régions non urbaines de l’Ohio pour dénombrer les sans-abri et nous présentons l’étude de simulation qui a été effectuée dans le but d’évaluer l’utilité des estimateurs ordinaires de la proportion d’une population basés sur un échantillon en grappes stratifié.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114430
    Description :

    Rao et Nigam (1990, 1992) ont montré comment une classe de plans à échantillonnage contrôlé peut être produite par programmation linéaire. Dans cet article, leur méthode est appliquée à la stratification multidimensionnelle. L’examen des plans de sondage produits dans des applications particulières, ainsi que l’évaluation des erreurs quadratiques moyennes, permettent d’établir une comparaison avec les méthodes existantes. La méthode proposée est d’utilisation relativement simple et semble avoir une performance raisonnable sur le plan des erreurs quadratiques moyennes. Les calculs nécessaires peuvent toutefois augmenter rapidement, à mesure que s’accroît le nombre de cellules dans la classification multidimensionnelle. L’estimation de la variance est également examinée.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114431
    Description :

    La « méthode des groupes aléatoires » pour un échantillonnage avec probabilité proportionnelle à la taille (PPT) est étendue à un échantillonnage effectué en deux occasions. Nous utilisons de l’information sur une variable d’étude observée à la première occasion pour prélever la portion appariée de l’échantillon à la deuxième occasion. Nous examinons deux ensembles de données réels en vue d’une illustration numérique et d’une comparaison avec d’autres méthodes existantes.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114432
    Description :

    Singh (1988) propose deux méthodes d’échantillonnage en vue d’estimer la moyenne d’une population en grappes chevauchantes lorsque la taille de la population est connue. Dans cet article, nous étudions des estimateurs par quotient appliqués dans ces deux méthodes en supposant que la taille réelle de la population est inconnue, ce qui est plus conforme à la réalité des enquêtes par sondage. Nous comparons l’efficacité des estimateurs appliqués dans l’une et l’autre méthodes et nous donnons un exemple numérique.

    Date de diffusion : 1994-06-15

  • Articles et rapports : 12-001-X199400114434
    Description :

    Lorsqu’on effectue des estimations pour petites régions, il est courant de renforcer les estimations en « empruntant » de l’information à d’autres petites régions, car les estimations directes tirées de l’enquête présentent souvent une variabilité d’échantillonnage élevée. Il existe, pour résoudre ce problème de forte variabilité, un ensemble de méthodes, dites d’estimation composite, qui utilisent la combinaison linéaire d’un estimateur direct et d’un estimateur synthétique. La composante synthétique se fonde sur un modèle qui relie les moyennes des petites régions transversalement (entre les régions) et/ou par rapport au temps. Le meilleur prédicteur linéaire sans biais empirique (MPLSE) transversal est un estimateur composite fondé sur un modèle de régression linéaire comportant des effets de petite région. Dans cet article, nous examinons trois modèles qui généralisent le MPLSE transversal et permettent d’utiliser les données de plusieurs points dans le temps. Dans le premier modèle, les paramètres de régression sont aléatoires et présentent une dépendance sériale, mais les effets de petite région sont supposés indépendants dans le temps. Dans le deuxième modèle, les paramètres de régression ne sont pas aléatoires et peuvent prendre des valeurs communes dans le temps, mais il y a une dépendance sériale dans les effets de petite région. Le troisième modèle est plus général en ce sens qu’on suppose une dépendance sériale dans les paramètres de régression et dans les effets de petite région. Les estimateurs résultants, ainsi que certains estimateurs transversaux, sont évalués à l’aide des données bisannuelles de l’Enquête nationale sur les fermes et de l’Enquête sur les fermes de janvier de Statistique Canada.

    Date de diffusion : 1994-06-15
Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :