Linéarisation des estimateurs de variance jackknife dans un échantillonnage stratifié à degrés multiples

Les auteurs examinent l’estimation de la variance d’une totalisation issue d’un échantillonnage stratifié à degrés multiples pour l’estimateur de stratification a posteriori et l’estimateur de régression généralisée. En linéarisant l’estimateur de variance jackknife, on obtient un nouvel estimateur, différent de celui obtenu par la méthode de linéarisation ordinaire. En matière de calcul, cet estimateur est plus simple à utiliser que l’estimateur de variance jackknife. Pourtant, il donne des valeurs qui s’approchent de celles de la méthode du jackknife. Les auteurs étudient les propriétés de l’estimateur de variance jackknife linéarisé, de l’estimateur de variance linéarisé ordinaire et de l’estimateur de variance jackknife dans le cadre d’une simulation. D’après l’écart entre le total estimatif des variables auxiliaires et les totaux connus de la population, les trois estimateurs donnent de bons résultats, conditionnellement ou non. Un estimateur de variance jackknife reposant sur une nouvelle pondération incorrecte a donné de piètres résultats, signe qu’il est important de procéder de façon adéquate à une nouvelle pondération quand on recourt à la méthode du jackknife.