The Uneasy History of Lotteries

While the Present Popularity of Lotteries and the Ferocious Attacks They Are the Object of Would Induce One to Think They Are a Novelty, Lotteries Already Existed At the Dawn of History. in This Paper, We Will Give a Brief Historical Survey of Games of Chance, with Special Emphasis on Lotteries. This Survey Serves As a Background for Forthcoming Studies Where We Examine Why They Were Frequently Popular And, At the Same Time, the Object of the Scorn of a Number of Would-Be Reformers.

Expenditures on Lotteries: What Do People Say and Wht They Do? a Econometric Analysis.

Underdeclarations Are Typical When Alcohol, Tobacco and Gambling Consumptions Are Questioned in Surveys. Recent Surveys on Expenditures on Lotteries Have Similar Problems: the Declared Expenditures Equal Between 60 to 65 Percent of the Revenues of the Various State-Run Lottery Entreprises. by Using the Relatively Accurate Data on the Revenue Side of This Industry One Can Deal with the Problem of Underdeclarations of Consumption Patterns in Suveys and Obtain Better Income Elasticity Estimates. the Statistical Analysis Permits to Test Specific Hypotheses on a Lottery Model Developed by Brenner, and Suggests Broader Implications Both for Future Econometric Analysis and the Confidence One Gives to Elasticity Estimates Derived From Aggregate Sectorial Data for All Consumption Expenditures.

Tables de concertation et préservation du patrimoine, solution porteuse ou chimère ? : deux cas d’étude, le Vieux-Montréal et le mont Royal

La concertation est un phénomène récent, de plus en plus répandu. Elle s’applique à de nombreux domaines notamment en urbanisme et plus récemment à la protection du patrimoine. Elle semble être un outil approprié pour les autorités municipales afin de faire face aux conflits autour des projets d’aménagement particulièrement ceux liés à la protection du patrimoine. Notre questionnement porte sur l’apport de la concertation dans le domaine de la préservation du patrimoine et sur la pertinence des moyens mis en place pour atteindre un tel objectif. Les tables de concertation, en tant que processus de concertation, sont-elles appropriées pour la gestion des sites patrimoniaux ? À la lumière d’une discussion théorique sur le concept de la concertation en aménagement, nous faisons l’analyse comparative de deux Tables de concertation, celle du Vieux-Montréal et celle du Mont-Royal. Notre analyse porte sur l’évaluation du processus de concertation et sur la construction d’une vision globale pour le devenir des secteurs patrimoniaux concernés. L’objectif est de caractériser le processus de concertation utilisé à Montréal et d’en apprécier l’apport dans le domaine de la protection du patrimoine. L’analyse de nos deux cas d’étude révèle l’existence d’un processus de concertation propre à Montréal, avec ses caractéristiques spécifiques, mais qui reste à parfaire pour son optimisation. Notre recherche se conclut sur la nécessité d’améliorer le processus de concertation, tel qu’étudié, à travers un certain nombre de pistes à explorer.

Utilisation de splines monotones afin de condenser des tables de mortalité dans un contexte bayésien

Dans ce mémoire, nous cherchons à modéliser des tables à deux entrées monotones en lignes et/ou en colonnes, pour une éventuelle application sur les tables de mortalité. Nous adoptons une approche bayésienne non paramétrique et représentons la forme fonctionnelle des données par splines bidimensionnelles. L’objectif consiste à condenser une table de mortalité, c’est-à-dire de réduire l’espace d’entreposage de la table en minimisant la perte d’information. De même, nous désirons étudier le temps nécessaire pour reconstituer la table. L’approximation doit conserver les mêmes propriétés que la table de référence, en particulier la monotonie des données. Nous travaillons avec une base de fonctions splines monotones afin d’imposer plus facilement la monotonie au modèle. En effet, la structure flexible des splines et leurs dérivées faciles à manipuler favorisent l’imposition de contraintes sur le modèle désiré. Après un rappel sur la modélisation unidimensionnelle de fonctions monotones, nous généralisons l’approche au cas bidimensionnel. Nous décrivons l’intégration des contraintes de monotonie dans le modèle a priori sous l’approche hiérarchique bayésienne. Ensuite, nous indiquons comment obtenir un estimateur a posteriori à l’aide des méthodes de Monte Carlo par chaînes de Markov. Finalement, nous étudions le comportement de notre estimateur en modélisant une table de la loi normale ainsi qu’une table t de distribution de Student. L’estimation de nos données d’intérêt, soit la table de mortalité, s’ensuit afin d’évaluer l’amélioration de leur accessibilité.