平特五不中

Title:听Probl猫mes d脗鈥檌dentification dans les mod猫les de r茅gression pour l脗鈥櫭ヽhantillonnage fond茅 sur les r茅pondants.

Abstract:

L鈥櫭ヽhantillonnage fond茅 sur les r茅pondants (EFR) est une technique d鈥櫭ヽhantillonnage pour populations difficiles 脿 rejoindre, qui vise 脿 tirer parti des relations sociales entre les individus pour recruter des participants. Les approches analytiques actuelles pour les donn茅es EFR se concentrent principalement sur l鈥檈stimation des moyennes/proportions et n鈥檃ccordent que peu de consid茅ration technique 脿 la mod茅lisation multivari茅e. Les progr猫s dans ce domaine sont limit茅s par un probl猫me de donn茅es manquantes: le r茅seau social EFR observ茅 r茅v猫le des informations partielles sur les liens sociaux entre les individus de l鈥櫭ヽhantillon. Dans cette pr茅sentation, nous montrerons que les param猫tres des mod猫les de r茅gression ne sont pas en g茅n茅ral identifiables car diff茅rentes distributions de probabilit茅 pour les donn茅es compl猫tes donnent la m锚me distribution de probabilit茅 pour les donn茅es observ茅es. Ce nouveau paradigme d鈥檃bsence d鈥檌dentification par design implique que des m茅thodes d鈥檌nf茅rence standard telles que le maximum de vraisemblance ne seront pas en g茅n茅ral valides. Nous discuterons d鈥檃lternatives semi-param茅triques d鈥檈stimation sous certaines conditions sur la topologie du r茅seau social EFR. 搁茅蝉耻尘茅 L鈥櫭ヽhantillonnage fond茅 sur les r茅pondants (EFR) est une technique d鈥櫭ヽhantillonnage pour populations difficiles 脿 rejoindre, qui vise 脿 tirer parti des relations sociales entre les individus pour recruter des participants. Les approches analytiques actuelles pour les donn茅es EFR se concentrent principalement sur l鈥檈stimation des moyennes/proportions et n鈥檃ccordent que peu de consid茅ration technique 脿 la mod茅lisation multivari茅e. Les progr猫s dans ce domaine sont limit茅s par un probl猫me de donn茅es manquantes: le r茅seau social EFR observ茅 r茅v猫le des informations partielles sur les liens sociaux entre les individus de l鈥櫭ヽhantillon. Dans cette pr茅sentation, nous montrerons que les param猫tres des mod猫les de r茅gression ne sont pas en g茅n茅ral identifiables car diff茅rentes distributions de probabilit茅 pour les donn茅es compl猫tes donnent la m锚me distribution de probabilit茅 pour les donn茅es observ茅es. Ce nouveau paradigme d鈥檃bsence d鈥檌dentification par design implique que des m茅thodes d鈥檌nf茅rence standard telles que le maximum de vraisemblance ne seront pas en g茅n茅ral valides. Nous discuterons d鈥檃lternatives semi-param茅triques d鈥檈stimation sous certaines conditions sur la topologie du r茅seau social EFR.

听

***Local PK-5115 du 201 Av. du Pr茅sident-Kennedy, Montr茅al, QC H2X 3Y7 ou par zoom