Pondération et estimation
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Type
Résultats
Tout (14)
Tout (14) (0 à 10 de 14 résultats)
- Articles et rapports : 12-001-X20010015852Description :
Nous considérons l'estimation composite par régression introduite par Singh (1994, 1996), qui a été appelée au début estimation composite par régression modifiée et dont une version (proposée par Fuller 1999) est appliquée à l'Enquête sur la population active du Canada (EPAC) depuis janvier 2000. L'estimateur par régression composite (rc) comporte plusieurs améliorations comparativement à l'estimateur par régression généralisée (gr) et l'estimateur composite ak bien connu du Gurney-Daly.
Date de diffusion : 2001-08-22 - 2. Un estimateur composite de régression qui s'applique à l'Enquête sur la population active du Canada ArchivéArticles et rapports : 12-001-X20010015853Description :
L'enquête sur la population active du Canada est une enquête mensuelle menée auprès de ménages sélectionnés en fonction d'un plan stratifié à plusieurs degrès. L'échantillon de ménages est divisé en six panels (groupes de renouvellement). Un panel reste dans l'échantillon pendant six mois consécutifs, pour être ensuite éliminé de l'échantillon. Par le passé, un estimateur de régression généralisée, fondé uniquement sur les données du mois courant, a été mis en oeuvre à l'aide d'un programme de poids de régression. Dans le présent exposé, les auteurs examinent des procédures d'estimation composite de régression faisant appel à des données d'échantillon tirées de périodes précédentes et pouvant être mises en oeuvre dans le cadre d'un programme de poids de régression.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015854Description :
L'auteur examine un choix d'estimateurs applicables à une enquête auprès des ménages périodique comportant un chevauchement contrôlé entre les enquêtes successives. L'auteur décrit la façon d'améliorer le MELSB (meilleur estimateur linéaire sans biais) fondé sur une fenêtre fixe de moments en appliquant la technique de la régression généralisée. Cet estimateur amélioré est comparé à l'estimateur AK de Gurney et Daly (1965) et à l'estimateur de régression modifiée de Singh, Kennedy, Wu et Brisebois (1997), à l'aide de données de l'enquête sur la population active de l'Australie.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015855Description :
Enquête sur la population active (EPA) du Canada est une enquête mensuelle réalisée selon un plan de sondage complexe avec renouvellement de panel. Après des études approfondies, y compris l'examen de diverses méthodes tirant parti du chevauchement de l'échantillon pour améliorer la qualité des estimations, l'équipe de l'EPA a choisi une méthode d'estimation composite qui permet d'atteindre cet objectif tout en respectant les contraintes d'ordre pratique. En outre, pour les variables pour lesquelles le gain d'efficacité est important, la nouvelle série chronologique a tendance à être plus compréhensible pour les spécialistes du domaine. Il est donc plus facile d'expliquer les estimations produites d'après l'EPA aux utilisateurs des données et aux membres des médias. Comme l'estimation composite réduit la variance, il est maintenant possible de publier des estimations mensuelles dans bien des cas où, jusqu'à présent, seules les moyennes mobiles de trois ans pouvaient être publiées. En outre, la méthode permet de désaisonnaliser correctement un grand nombre de séries chronologiques.
Date de diffusion : 2001-08-22 - 5. Estimation de la variance après imputation ArchivéArticles et rapports : 12-001-X20010015856Description :
On recourt fréquemment à l'imputation pour compenser la non-réponse partielle. L'estimation de la variance après imputation a suscité de nombreux débats et plusieurs estimateurs ont été proposés. Nous proposons un estimateur de la variance fondé sur un ensemble de pseudo-données créé uniquement pour estimer la variance. L'application des estimateurs type de la variance de données complètes à l'ensemble de pseudo-données produit des estimateurs cohérents dans le cas des estimateurs linéaires pour diverses méthodes d'imputation, y compris l'imputation par la méthode hot deck sans remise et avec remise. Nous illustrons l'équivalence asymptotique de la méthode proposée et de la méthode corrigée du jackknife de Rao et Sitter (1995). La méthode proposée s'applique directement à l'estimation de la variance en cas d'échantillonnage à deux phases.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015858Description :
L'objectif de cet article consiste à étudier et à mesurer le changement (du poids initial au poids final) qui est produit par la procédure de modification des poids. Une décomposition des poids finaux est proposée pour évaluer l'incidence relative de l'ajustement de non-réponse, la correction pour la poststratification et l'interaction entre ces deux ajustements. On utilise cette mesure de changement comme outil pour comparer l'efficacité de diverses méthodes d'ajustement pour la non-réponse, notamment les méthodes reposant sur la formation de groupes de réponse homogénes. La mesure de changement est étudiée par l'entremise d'une étude de simulation utilisant les données d'une enquête longitudinale de Statistique Canada, soit l'Enquête sur la dynamique du travail et du revenu. La mesure de changement est également appliquée aux données d'une deuxième enquête longitudinale, c'est-à-dire à l'Enquête nationale longitudinale sur les enfants et les jeunes.
Date de diffusion : 2001-08-22 - 7. Échantillonnage et pondération d'une enquête auprès de personnes sans domicile : un exemple français ArchivéArticles et rapports : 12-001-X20010015859Description :
L'INSEE a réalisé en 2001 une enquête destinée à mieux connaître la population sans domicile. En l'absence de base de sondage permettant d'atteindre directement les personnes sans domicile, le principe de l'enquête est d'échantillonner des prestations qui leur sont destinées et d'interroger les individus qui bénéficient de ces prestations. Lorsque l'on désire pondérer les observations individuelles issues de l'enquête, une difficulté surgit du fait qu'un individu peut bénéficier de plusieurs prestations pendant la période de référence considérée. Cet article montre comment il est possible d'appliquer la méthode du partage des poids pour résoudre ce problème. Dans ce type d'enquête, une même variable peut donner lieu à plusieurs paramètres d'intérêt, correspondant à des populations variant avec le temps. À chaque définition des paramètres correspond un jeu de poids. L'article insiste particulièrement sur le calcul de poids un jour moyen et une semaine moyenne. On donne également des éléments sur les données de fréquentation à collecter et la correction de la non-réponse.
Date de diffusion : 2001-08-22 - Enquêtes et programmes statistiques — Documentation : 71F0031X2000001Description :
Ce papier est une introduction ainsi qu'une discussion sur les modifications apportées aux estimations de l'Enquête sur la population active en janvier 2000. Parmi ces modifications on retrouve notamment l'ajustement de toutes les estimations de l'EPA en fonction des chiffres de population basés sur le Recensement de 1996 et l'implantation d'une nouvelle méthode d'estimation dénommée l'estimation composite. Cette nouvelle méthode permet d'obtenir des estimations plus efficaces des variations mensuelles, et permet d'améliorer la qualité des estimations mensuelles.
Date de diffusion : 2001-06-29 - Articles et rapports : 12-001-X20000025531Description :
Les informations tirées de bases de sondage aréolaires et de listes sont combinés de façon à fournir des estimations efficaces de la taille et des chiffres de population. Les auteurs examinent le cas où les probabilités d'inclusion dans les listes sont hétérogènes et modélisées en fonction de covariables. Ils adaptent et modifient la méthode employés par Huggins (1989) et par Albo (1990) pour la modélisation de variables auxiliaires dans des études de type saisir-ressaisir faisant appel à un modèle de régression logistique. Les auteurs présentent les résultats d'une étude de simulation qui permet de comparer divers estimateurs de la taille des bases de sondage et des chiffres de population en ayant recours à la stratégie de régression logistique pour modéliser des probabilités d'inclusion hétérogènes.
Date de diffusion : 2001-02-28 - Articles et rapports : 12-001-X20000025532Description :
Lorsque le mécanisme de réponse dans une enquête dépend d'une variable d'intérêt mesurée dans cette même enquête et qui n'est observée que pour une partie de l'échantillon seulement, on dit qu'on est en présence de non-réponse non-ignorable. Dans une telle situation, ne pas tenir compte de la non-réponse peut engendrer un biais important dans l'estimation d'une moyenne ou d'un total. Pour contrer ce problème, on peut modéliser conjointement le mécanisme de réponse et la variable d'intérêt et effectuer l'estimation par la méthode du maximum de vraisemblance. La critique principale de cette méthode est que l'estimation par la méthode du maximum de vraisemblance est basée sur l'hypothèse difficilement vérifiable de normalité des erreurs pour le modèle impliquant la variable d'intérêt. Dans cet article, on propose une méthode d'estimation robuste par rapport à l'hypothèse de normalité puisqu'elle est construite de telle sorte qu'elle n'exige pas de spécifier la distribution des erreurs. La méthode est évaluée au moyen de simulations de Monte Carlo. On propose également une méthode simple permettant de vérifier la validité de l'hypothèse de normalité des erreurs quand la non-réponse n'est pas ignorable.
Date de diffusion : 2001-02-28
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (13)
Analyses (13) (0 à 10 de 13 résultats)
- Articles et rapports : 12-001-X20010015852Description :
Nous considérons l'estimation composite par régression introduite par Singh (1994, 1996), qui a été appelée au début estimation composite par régression modifiée et dont une version (proposée par Fuller 1999) est appliquée à l'Enquête sur la population active du Canada (EPAC) depuis janvier 2000. L'estimateur par régression composite (rc) comporte plusieurs améliorations comparativement à l'estimateur par régression généralisée (gr) et l'estimateur composite ak bien connu du Gurney-Daly.
Date de diffusion : 2001-08-22 - 2. Un estimateur composite de régression qui s'applique à l'Enquête sur la population active du Canada ArchivéArticles et rapports : 12-001-X20010015853Description :
L'enquête sur la population active du Canada est une enquête mensuelle menée auprès de ménages sélectionnés en fonction d'un plan stratifié à plusieurs degrès. L'échantillon de ménages est divisé en six panels (groupes de renouvellement). Un panel reste dans l'échantillon pendant six mois consécutifs, pour être ensuite éliminé de l'échantillon. Par le passé, un estimateur de régression généralisée, fondé uniquement sur les données du mois courant, a été mis en oeuvre à l'aide d'un programme de poids de régression. Dans le présent exposé, les auteurs examinent des procédures d'estimation composite de régression faisant appel à des données d'échantillon tirées de périodes précédentes et pouvant être mises en oeuvre dans le cadre d'un programme de poids de régression.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015854Description :
L'auteur examine un choix d'estimateurs applicables à une enquête auprès des ménages périodique comportant un chevauchement contrôlé entre les enquêtes successives. L'auteur décrit la façon d'améliorer le MELSB (meilleur estimateur linéaire sans biais) fondé sur une fenêtre fixe de moments en appliquant la technique de la régression généralisée. Cet estimateur amélioré est comparé à l'estimateur AK de Gurney et Daly (1965) et à l'estimateur de régression modifiée de Singh, Kennedy, Wu et Brisebois (1997), à l'aide de données de l'enquête sur la population active de l'Australie.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015855Description :
Enquête sur la population active (EPA) du Canada est une enquête mensuelle réalisée selon un plan de sondage complexe avec renouvellement de panel. Après des études approfondies, y compris l'examen de diverses méthodes tirant parti du chevauchement de l'échantillon pour améliorer la qualité des estimations, l'équipe de l'EPA a choisi une méthode d'estimation composite qui permet d'atteindre cet objectif tout en respectant les contraintes d'ordre pratique. En outre, pour les variables pour lesquelles le gain d'efficacité est important, la nouvelle série chronologique a tendance à être plus compréhensible pour les spécialistes du domaine. Il est donc plus facile d'expliquer les estimations produites d'après l'EPA aux utilisateurs des données et aux membres des médias. Comme l'estimation composite réduit la variance, il est maintenant possible de publier des estimations mensuelles dans bien des cas où, jusqu'à présent, seules les moyennes mobiles de trois ans pouvaient être publiées. En outre, la méthode permet de désaisonnaliser correctement un grand nombre de séries chronologiques.
Date de diffusion : 2001-08-22 - 5. Estimation de la variance après imputation ArchivéArticles et rapports : 12-001-X20010015856Description :
On recourt fréquemment à l'imputation pour compenser la non-réponse partielle. L'estimation de la variance après imputation a suscité de nombreux débats et plusieurs estimateurs ont été proposés. Nous proposons un estimateur de la variance fondé sur un ensemble de pseudo-données créé uniquement pour estimer la variance. L'application des estimateurs type de la variance de données complètes à l'ensemble de pseudo-données produit des estimateurs cohérents dans le cas des estimateurs linéaires pour diverses méthodes d'imputation, y compris l'imputation par la méthode hot deck sans remise et avec remise. Nous illustrons l'équivalence asymptotique de la méthode proposée et de la méthode corrigée du jackknife de Rao et Sitter (1995). La méthode proposée s'applique directement à l'estimation de la variance en cas d'échantillonnage à deux phases.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015858Description :
L'objectif de cet article consiste à étudier et à mesurer le changement (du poids initial au poids final) qui est produit par la procédure de modification des poids. Une décomposition des poids finaux est proposée pour évaluer l'incidence relative de l'ajustement de non-réponse, la correction pour la poststratification et l'interaction entre ces deux ajustements. On utilise cette mesure de changement comme outil pour comparer l'efficacité de diverses méthodes d'ajustement pour la non-réponse, notamment les méthodes reposant sur la formation de groupes de réponse homogénes. La mesure de changement est étudiée par l'entremise d'une étude de simulation utilisant les données d'une enquête longitudinale de Statistique Canada, soit l'Enquête sur la dynamique du travail et du revenu. La mesure de changement est également appliquée aux données d'une deuxième enquête longitudinale, c'est-à-dire à l'Enquête nationale longitudinale sur les enfants et les jeunes.
Date de diffusion : 2001-08-22 - 7. Échantillonnage et pondération d'une enquête auprès de personnes sans domicile : un exemple français ArchivéArticles et rapports : 12-001-X20010015859Description :
L'INSEE a réalisé en 2001 une enquête destinée à mieux connaître la population sans domicile. En l'absence de base de sondage permettant d'atteindre directement les personnes sans domicile, le principe de l'enquête est d'échantillonner des prestations qui leur sont destinées et d'interroger les individus qui bénéficient de ces prestations. Lorsque l'on désire pondérer les observations individuelles issues de l'enquête, une difficulté surgit du fait qu'un individu peut bénéficier de plusieurs prestations pendant la période de référence considérée. Cet article montre comment il est possible d'appliquer la méthode du partage des poids pour résoudre ce problème. Dans ce type d'enquête, une même variable peut donner lieu à plusieurs paramètres d'intérêt, correspondant à des populations variant avec le temps. À chaque définition des paramètres correspond un jeu de poids. L'article insiste particulièrement sur le calcul de poids un jour moyen et une semaine moyenne. On donne également des éléments sur les données de fréquentation à collecter et la correction de la non-réponse.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20000025531Description :
Les informations tirées de bases de sondage aréolaires et de listes sont combinés de façon à fournir des estimations efficaces de la taille et des chiffres de population. Les auteurs examinent le cas où les probabilités d'inclusion dans les listes sont hétérogènes et modélisées en fonction de covariables. Ils adaptent et modifient la méthode employés par Huggins (1989) et par Albo (1990) pour la modélisation de variables auxiliaires dans des études de type saisir-ressaisir faisant appel à un modèle de régression logistique. Les auteurs présentent les résultats d'une étude de simulation qui permet de comparer divers estimateurs de la taille des bases de sondage et des chiffres de population en ayant recours à la stratégie de régression logistique pour modéliser des probabilités d'inclusion hétérogènes.
Date de diffusion : 2001-02-28 - Articles et rapports : 12-001-X20000025532Description :
Lorsque le mécanisme de réponse dans une enquête dépend d'une variable d'intérêt mesurée dans cette même enquête et qui n'est observée que pour une partie de l'échantillon seulement, on dit qu'on est en présence de non-réponse non-ignorable. Dans une telle situation, ne pas tenir compte de la non-réponse peut engendrer un biais important dans l'estimation d'une moyenne ou d'un total. Pour contrer ce problème, on peut modéliser conjointement le mécanisme de réponse et la variable d'intérêt et effectuer l'estimation par la méthode du maximum de vraisemblance. La critique principale de cette méthode est que l'estimation par la méthode du maximum de vraisemblance est basée sur l'hypothèse difficilement vérifiable de normalité des erreurs pour le modèle impliquant la variable d'intérêt. Dans cet article, on propose une méthode d'estimation robuste par rapport à l'hypothèse de normalité puisqu'elle est construite de telle sorte qu'elle n'exige pas de spécifier la distribution des erreurs. La méthode est évaluée au moyen de simulations de Monte Carlo. On propose également une méthode simple permettant de vérifier la validité de l'hypothèse de normalité des erreurs quand la non-réponse n'est pas ignorable.
Date de diffusion : 2001-02-28 - Articles et rapports : 12-001-X20000025533Description :
On estime couramment l'effet de plan de sondage attribuable à la pondération pour 1 plus la variance relative des poids de l'échantillon. Cette formule a été justifiée en l'absence de corrélation entre les probabilités de sélection et la variable d'intérêt. Une approximation de l'effet de plan de sondage est présentée pour tenir compte de la présence d'une corrélation.
Date de diffusion : 2001-02-28
Références (1)
Références (1) ((1 résultat))
- Enquêtes et programmes statistiques — Documentation : 71F0031X2000001Description :
Ce papier est une introduction ainsi qu'une discussion sur les modifications apportées aux estimations de l'Enquête sur la population active en janvier 2000. Parmi ces modifications on retrouve notamment l'ajustement de toutes les estimations de l'EPA en fonction des chiffres de population basés sur le Recensement de 1996 et l'implantation d'une nouvelle méthode d'estimation dénommée l'estimation composite. Cette nouvelle méthode permet d'obtenir des estimations plus efficaces des variations mensuelles, et permet d'améliorer la qualité des estimations mensuelles.
Date de diffusion : 2001-06-29
- Date de modification :