Application de modèles linéaires et log-linéaires aux données d’échantillons complexes - ARCHIVÉ

La plupart des enquêtes menées par des organismes comme Statistique Canada ou le U.S. Bureau of the Census reposent sur des plans de sondage complexes. Les techniques d’inférence statistique basées sur le plan de sondage, qui sont généralement utilisées par ce genre d’organisme pour calculer des moyennes et des totaux, peuvent également s’étendre à l’estimation des paramètres de modèles analytiques. La plus grande partie de cette étude porte sur l’application des méthodes d’inférence basées sur le plan de sondage aux modèles théoriques, mais elle présente également des arguments justifiant le recours à des procédés basés sur le modèle dans certains cas, ce qui explique le fait que ces deux formes d’inférence soient utilisées par l’organisme dont l’auteur fait partie.

Cette étude décrit brièvement l’expérience acquise dans l’extension des techniques d’inférence basées sur le plan de sondage à l’analyse de régression linéaire. Récemment, la méthode des « poids d’échantillonnage artificiels » (replicate weighting) a été appliquée à l’estimation de la variance dans diverses enquêtes menées par le Census Bureau. Jusqu’à présent, cette méthode a servi avant tout à calculer la variance de variables statistiques simples, mais elle facilite aussi l’évaluation des variances dans pratiquement n’importe quel modèle analytique complexe. Enfin, on décrit des techniques relatives aux modèles log-linéaires et on résume les travaux faits sur ce sujet.