Abstrait
Le panel est un type de sondage que l’on répète périodiquement. Il est basé sur un échantillon permanent (ou presque) d’individus, de ménages, de magasins, etc., que l’on interroge régulièrement sur leur comportement ou leur opinion. Le panel offre donc l’avantage de suivre dans le temps le comportement individuel des personnes ou entités interrogées et de mesurer leur évolution. Les informations recueillies dans un panel sont souvent plus riches que dans un simple sondage, tout en ayant un coût de recrutement limité. On adapte le taux de renouvellement de léchantillon en fonction des objectifs de l’enquête. Lorsque l’objectif du panel est de suivre l’évolution des individus au cours du temps (exemple: suivi du parcours professionnel), l’échantillon reste le même, et l’on parle d’enquête longitudinale. Lorsque l’objectif est de fournir des estimations des caractéristiques de la population à différentes périodes, l’échantillon est renouvelé partiellement de période en période, on parle de panel tournant. Ainsi, les données de panel constituent une source d’information très importante car elles contiennent une dimension individuelle et temporelle à la fois.
This is a preview of subscription content, log in via an institution.
Preview
Unable to display preview. Download preview PDF.
Références
Duncan, G.J. (1992). Household Panel Studies: Prospects and Problems. Social Science Methodology, Trento, Italy.
Kasprzyk, D., Duncan, G. et al., Eds. (1989). Panel Surveys. New York, Chichester, Brisbane, Toronto, Singapore, John Wiley & Sons, New York.
Rose, D. (1995). Household Panel Studies: an Overview. Innovation 8(1): 7–24.
Référence
Lehmann, E.L. (1983). Theory of Point Estimation, 2nd ed. John Wiley & Sons, New York.
Références
Dénes, J. and Keedwell, A.D. (1974). Latin squares and their applications. Academic Press, New York.
Dodge, Y. and Shah, K.R. (1977). Estimation of parameters in Latin squares and Graeco-latin squares with missing observations. Commun. Statist., Theory Methods, A6(15), pp. 1465–1472.
Euler, L. (1782). Recherches sur une nouvelle espèce de carrés magiques. Verh. Zeeuw. Gen. Weten. Vlissengen, 9, pp. 85–239.
Fisher, R.A. and Yates, P. (1963). Statistical Tables for Biological, Agricultural and Medical Research, 6th ed. Hafner Press (Macmillan), New York.
Références
Fisher, R.A. (1925). Statistical Methods for Research Workers. Oliver & Boyd, Edinburgh.
Preece, D.A. (1983). Latin squares, Latin cubes, Latin rectangles, etc. In Kotz S. and Johnson N.L. (editors). Encyclopedia of Statistical Sciences. Vol 4. John Wiley & Sons, New York.
Références
Federer, W.T. and Balaam, L.N. (1973). Bibliography on Experiment and Treatment Design Pre-1968. Hafner, New York.
Fisher, R.A. (1926). The Arrangement of Field Experiments. Journal of the Ministry of Agriculture, Vol. XXXIII, pp. 503–513.
Références
Brown, L.D., Olkin, I., Sacks, J. and Wynn, H.P. (1985). Jack Carl Kiefer, Collected Papers III: Design of Experiments. Springer-Verlag, New York.
Pedorov, V.V. (1972). Theory of Optimal Experiments. Academic Press, New York.
Kiefer, J. (1959). Optimum experimental designs. Journal of the Royal Statistical Society. Series B, 21, pp. 272–319.
Références
Huber, P.J. (1981). Robust Statistics. John Wiley & Sons, New York.
Mosteller, P. and Tukey, J.W. (1977). Data Analysis and Regression: A Second Course in Statistics. Addison-Wesley, Reading, Mass.
Références
Benzécri, J.-P. (1982). Histoire et préhistoire de l’analyse des données. Dunod, Paris.
David, F.N. (1955). Dicing and gaming (a note on the history of probability). Biometrika, 42, pp. 1–15.
Holgate, P. (1984). The influence of Huygens’work in Dynamics on his Contribution to Probability. International Statistical Review. Vol. 52, pp. 137–140.
Kendall, M.G. (1956). Studies in the History of Probability and Statistics: II. The Beginnings of a Probability Calculus. Biometrika, 43, pp. 1–14.
Stigler, S. (1986). The History of Statistics, the Measurement of Uncertainty before 1900. The Belknap Press of Harvard University Press. London, England.
Todhunter, I. (1949). A history of the mathematical theory of probability. Chelsea Publishing Company, New York.
Références
Kolmogorov, A.N. (1933). Grundbegriffe der Wahrscheinlichkeitsrechnung. Springer-Verlag, Berlin (1956). Foundations of the Theory of Probability. Chelsea Publishing Company, New York.
Références
Bartlett, M.S. (1960). An introduction to Stochastic Processes, Cambridge University Press, Cambridge.
Billingsley, P. (1961). Statistical inference for Markov Processes. University of Chicago Press, Chicago, IL.
Cox, D.R. and Miller, H.D. (1965). Theory of stochastic processes. John Wiley & Sons, New York; Methuen, London.
Doob, J.L. (1942). What is a stochastic process ? The American Mathematical Monthly, 49, pp. 648–653.
Doob, J.L. (1953). Stochastic Processes. John Wiley & Sons, New York.
Kolmogorov, A.N. (1936). Math. Sbornik. N.S., 1, pp. 607–610.
Références
Arthanari, T.S. and Dodge, Y. (1981). Mathematical Programming in Statistics. John Wiley & Sons, New York.
Dantzig, G.B. (1966). Applications et prolongements de la programmation linéaire. Dunod, Paris.
Dodge, Y. (1987). Programmation linéaire. EDES, Neuchâtel.
Hadley, G. (1962). Linear programming. Addison-Wesley, Reading, Mass.
Von Neumann, J. (1937). Über ein ökonomisches Gleichungssystem und eine Verallgemeinerung des Brouwerschen Fixpunktsatzes. Ergebn. math. Kolloqu. Wien 8, 73–83.
Références
Chambers, J.M., Cleveland, W.S., Kleiner, B. and Tukey, P.A. (1983). Graphical Methods for Data Analysis. Wadsworth, Belmont, California.
Hoaglin, D.C., Mosteller, P. and Tukey, J.W., editors (1983). Understanding Robust and Exploratory Data Analysis. John Wiley & Sons, New York.
Wilk, M.B., Ganadesikan, R. (1968). Probability Plotting Methods for the Analysis of Data. Biometrika, 55, pp. 1–17.
Rights and permissions
Copyright information
© 2007 Springer-Verlag France, Paris