000001516 001__ 1516
000001516 005__ 20250211155829.0
000001516 0247_ $$a10.34989/swp-2009-10$$2DOI
000001516 035__ $$a10.34989/swp-2009-10
000001516 041__ $$aeng
000001516 084__ $$aC Mathematical and Quantitative Methods$$02849
000001516 084__ $$aC4 Econometric and Statistical Methods: Special Topics$$02881
000001516 084__ $$aC8 Data Collection and Data Estimation Methodology; Computer Programs$$02915
000001516 084__ $$aC81 Methodology for Collecting, Estimating, and Organizing Microeconomic Data; Data Access$$02917
000001516 084__ $$aC9 Design of Experiments$$02923
000001516 084__ $$aC90 General$$02924
000001516 245__ $$aComputing the Accuracy of Complex Non-Random Sampling Methods: The Case of the Bank of Canada's Business Outlook Survey
000001516 269__ $$a2009
000001516 300__ $$a1 online resource (iii, 26 pages)
000001516 336__ $$aText
000001516 347__ $$bPDF
000001516 520__ $$aA number of central banks publish their own business conditions survey based on non-random sampling methods. The results of these surveys influence monetary policy decisions and thus affect expectations in financial markets. To date, however, no one has computed the statistical accuracy of these surveys because their respective non-random sampling method renders this assessment non-trivial. This paper describes a methodology for modeling complex non-random sampling behaviour, and computing relevant measures of statistical confidence, based on a given survey's historical sample selection practice. We apply this framework to the Bank of Canada's Business Outlook Survey by describing the sampling method in terms of historical practices and Bayesian probabilities. This allows us to replicate the firm selection process using Monte Carlo simulations on a comprehensive micro-dataset of Canadian firms. We find, under certain assumptions, no evidence that the Bank's firm selection process results in biased estimates and/or wider confidence intervals.$$7Abstract
000001516 520__ $$aNombre de banques centrales publient leur propre enquête de conjoncture, qu'elles réalisent auprès d'entreprises sélectionnées de façon non aléatoire. Les résultats de leurs coups de sonde influencent les décisions de politique monétaire et, de ce fait, les attentes des marchés financiers. Jusqu'à présent, personne n'a mesuré la précision statistique de ces enquêtes, car il est difficile de l'évaluer en raison du mode d'échantillonnage non aléatoire. Les auteurs décrivent une méthodologie qui permet de modéliser des processus complexes d'échantillonnage non aléatoire et de calculer des indicateurs de confiance statistique pertinents sur la base du mode de sélection des entreprises utilisé pour une enquête donnée. Ils appliquent leur cadre méthodologique à l'enquête de la Banque du Canada sur les perspectives des entreprises en se fondant sur les pratiques suivies par le passé et les probabilités bayésiennes pour caractériser le mode d'échantillonnage. Les auteurs peuvent ainsi reproduire le processus de sélection des entreprises à l'aide d'une simulation de Monte-Carlo menée sur un riche ensemble de microdonnées constitué de firmes canadiennes. Sous certaines conditions, constatent-ils, le processus d'échantillonnage retenu par la Banque n'entraîne ni estimations biaisées ni intervalles de confiance élargis.$$7Résumé
000001516 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001516 6531_ $$aCentral bank research
000001516 6531_ $$aEconometric and statistical methods
000001516 6531_ $$aRegional economic developments
000001516 6531_ $$aRecherches menées par les banques centrales
000001516 6531_ $$aMéthodes économétriques et statistiques
000001516 6531_ $$aÉvolution économique régionale
000001516 7001_ $$ade Munnik, Daniel
000001516 7001_ $$aDupuis, David
000001516 7001_ $$aIlling, Mark
000001516 789__ $$w1701-9397$$2ISSN$$eIsPartOf
000001516 791__ $$aJournalArticle$$eIsPreviousVersionOf$$iStaff Working Paper is published in peer-reviewed journal$$2DOI$$tAssessing the accuracy of non-random business conditions surveys: a novel approach$$w10.1111/j.1467-985X.2012.01035.x$$c2012$$dJournal of the Royal Statistical Society: Series A (Statistics in Society) (Wiley Blackwell)$$j176$$k2$$o371$$q388
000001516 8301_ $$aStaff Working Paper
000001516 8301_ $$aDocument de travail du personnel
000001516 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/1516/files/wp09-10.pdf$$99d0a1d06-704e-4a1a-a8b1-6cd25f279f71$$s320794$$zFile Source: Bank of Canada website, 2024
000001516 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1516$$pbibliographic
000001516 980__ $$aStaff Research
000001516 980__ $$aRDM
000001516 991__ $$aPublic