Remaniement optimal du plan d'échantillonnage pour une population à distribution asymétrique au moyen d'un estimateur de régression généralisé avec applications - ARCHIVÉ

On présente une méthode combinée, élaborée dans le cadre d'un remaniement d'enquête, permettant de déterminer la taille minimale de l'échantillon requise pour appliquer l'estimateur de régression généralisé à une population à distribution asymétrique (p.ex., entreprises, institutions, entreprises agricoles). Pour être efficace, la stratégie de remaniement du plan d'échantillonnage doit comprendre trois éléments, à savoir: i) la partition efficace de la population en un groupe "à tirage complet" et un groupe "échantillon", ii) la définition d'une méthode efficace de sélection de l'échantillon et iii) la détermination de la taille minimale de l'échantillon requise pour satisfaire la ou les contraintes de précision imposées. On conçoit un mécanisme, bâptisé "algorithme de transfert", pour résoudre la première question (Pandher 1995) et on l'intègre aux deux autres éléments pour aboutir à une méthode itérative combinée qui converge vers une taille globalement minimale d'échantillon et une partition de la population qui satisfont les contraintes de précision imposés. Parallèlement, on obtient une solution équivalente de l'algorithme de transfert qu'on peut exprimer au moyen de quantités simples calculables directement à partir des données auxiliaires sur la population. Enfin, on présente les résultats de l'application de la méthode proposée de remaniement de l'échantillon à l'Enquête sur les finances des administrations locales en Ontario. On obtient une réduction de 52% de la taille globale de l'échantillon quand on fixe à 2% la valeur minimale du coefficient de variation pour l'estimateur de régression généralisé du total.