Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Auteur(s)
Contenu
Résultats
Tout (1)
Tout (1) ((1 résultat))
- Articles et rapports : 12-001-X201900100006Description :
Le prédicteur empirique dans une version au niveau du domaine du modèle linéaire généralisé mixte (MLGM) est amplement employé dans une estimation sur petits domaines (EPD) portant sur des dénombrements, mais cette méthode ne fait appel ni à la pondération d’échantillonnage ni à l’information de mise en grappes, lesquelles sont essentielles à une inférence valable avec les échantillons informatifs produits par les plans de sondage complexes d’aujourd’hui. Nous décrirons une méthode d’EPD qui intègre cette information d’échantillonnage à l’estimation de proportions ou de chiffres de petits domaines dans une version au niveau du domaine du MLGM. Nous élargissons encore notre méthode en employant une version avec dépendance spatiale du MLGM (MLGMS). Il est aussi question de l’estimation de l’erreur quadratique moyenne (EQM) pour cette méthode. Nous appliquons ensuite le traitement d’EPD à l’estimation de la fréquence de la pauvreté des ménages dans divers districts ruraux de l’État d’Uttar Pradesh en Inde, et ce, en couplant, d’une part, les données de l’enquête 2011-2012 sur les dépenses de consommation des ménages recueillies par le National Sample Survey Office (NSSO) et, d’autre part, les données du recensement de 2011 en Inde. Les résultats de cette application font voir un gain appréciable de précision avec les nouvelles méthodes comparativement aux estimations directes d’enquête.
Date de diffusion : 2019-05-07
Stats en bref (0)
Stats en bref (0) (0 résultat)
Aucun contenu disponible actuellement
Articles et rapports (1)
Articles et rapports (1) ((1 résultat))
- Articles et rapports : 12-001-X201900100006Description :
Le prédicteur empirique dans une version au niveau du domaine du modèle linéaire généralisé mixte (MLGM) est amplement employé dans une estimation sur petits domaines (EPD) portant sur des dénombrements, mais cette méthode ne fait appel ni à la pondération d’échantillonnage ni à l’information de mise en grappes, lesquelles sont essentielles à une inférence valable avec les échantillons informatifs produits par les plans de sondage complexes d’aujourd’hui. Nous décrirons une méthode d’EPD qui intègre cette information d’échantillonnage à l’estimation de proportions ou de chiffres de petits domaines dans une version au niveau du domaine du MLGM. Nous élargissons encore notre méthode en employant une version avec dépendance spatiale du MLGM (MLGMS). Il est aussi question de l’estimation de l’erreur quadratique moyenne (EQM) pour cette méthode. Nous appliquons ensuite le traitement d’EPD à l’estimation de la fréquence de la pauvreté des ménages dans divers districts ruraux de l’État d’Uttar Pradesh en Inde, et ce, en couplant, d’une part, les données de l’enquête 2011-2012 sur les dépenses de consommation des ménages recueillies par le National Sample Survey Office (NSSO) et, d’autre part, les données du recensement de 2011 en Inde. Les résultats de cette application font voir un gain appréciable de précision avec les nouvelles méthodes comparativement aux estimations directes d’enquête.
Date de diffusion : 2019-05-07
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :