00000cam 2200000zi 4500 9.966933 CaOODSP 20261019143122 m o d f cr cn||||||||| 261019e20250908onc obs f000 0 fre d CaOODSP fre rda CaOODSP n-cn--- CS11-522/2024-1-32F-PDF Holmberg, Anders, auteur. Estimation du score de propension et plan d’échantillonnage optimal lors de l’intégration d’échantillons probabilistes et de données non probabilistes / par Anders Holmberg, Lyndon Ang, Robert Clark et Bronwyn Loong. En tête du titre : Recueil du Symposium de 2024 de Statistique Canada : le futur des statistiques officielles [Ottawa] : Statistique Canada = Statistics Canada, le 8 septembre 2025. 1 ressource en ligne (10 pages non numérotées). texte txt rdacontent/fre informatique c rdamedia/fre ressource en ligne cr rdacarrier/fre [La série des symposiums internationaux de Statistique Canada : recueil], 1709-822X Titre de la couverture. Publié aussi en anglais sous le titre : Propensity score estimation and optimal sampling design when integrating probability samples with non-probability data. Comprend des références bibliographiques (pages [9-10]). « Alors que les sources de données non probabilistes ne sont pas une nouveauté dans les statistiques officielles, on constate un intérêt renouvelé à leur égard, que ce soit en raison de la diminution des taux de réponse aux enquêtes, de l’augmentation des coûts de collecte ou du désir de tirer parti des nouvelles sources de données découlant de la numérisation sociétale en cours. En raison de l’exclusion de certains segments de la population cible, l’inférence dérivée uniquement d’une source de données non probabilistes est susceptible d’entraîner des biais. Cette étude explore une solution à ce biais en intégrant des données non probabilistes à des échantillons probabilistes de référence. Des méthodes se concentreront sur la modélisation de la propension à l’inclusion dans l’ensemble de données non probabilistes avec l’aide de l’échantillon de référence connexe; la propension modélisée étant ensuite appliquée à une approche de pondération selon une probabilité inverse pour produire des estimations démographiques. On présume parfois que l’échantillon de référence est donné. Toutefois, dans cette présentation, une stratégie optimale est visée, c’est-à-dire la combinaison d’un estimateur fondé sur l’intégration des données et d’un plan d’échantillonnage pour l’échantillon probabiliste de référence. Des travaux récents sont présentés qui tirent parti des possibilités de bonne identification d’unités des enquêtes-entreprises pour étudier un estimateur fondé sur les propensions et dériver des probabilités de sélection optimales (inégales) pour l’échantillon de référence » -- Résumé, page [2]. Statistiques Recherche Canada. Probabilités. Échantillonnage (Statistique) Statistiques rvmgf Statistique Canada, organisme de publication. Propensity score estimation and optimal sampling design when integrating probability samples with non-probability data / (CaOODSP)9.966924 Série des symposiums internationaux de Statistique Canada, 1709-822X (CaOODSP)9.502081 PDF 546 Ko https://publications.gc.ca/collections/collection_2026/statcan/11-522-x/CS11-522-2024-1-32-fra.pdf 11-522-X