Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Année de publication

1 facets displayed. 1 facets selected.

Auteur(s)

2 facets displayed. 1 facets selected.
Aide à l'ordre
entrées

Résultats

Tout (1)

Tout (1) ((1 résultat))

  • Articles et rapports : 12-001-X199200214485
    Description :

    Godambe et Thompson (1986) définissent et élaborent des méthodes d’estimation optimale simultanée de paramètres de superpopulation et de population finie à partir d’un modèle de superpopulation et d’un plan de sondage. Dans leurs travaux, ils définissent le paramètre de population finie, \theta_N, comme la solution de l’équation d’estimation optimale pour le paramètre de superpopulation \theta; cependant, un autre paramètre de population finie, \phi, peut être tout aussi intéressant. Nous proposons d’élargir le modèle de superpopulation de telle manière que le paramètre \phi soit une fonction connue de \theta_N, c’est-à-dire \phi = f (\theta_N). Alors, \phi est estimé de manière optimale par f (\theta_s), où, d’après Godambe et Thompson (1986), \theta_s est l’estimateur optimal de \theta_N étant donné l’échantillon s et le plan de sondage.

    Date de diffusion : 1992-12-15
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-X199200214485
    Description :

    Godambe et Thompson (1986) définissent et élaborent des méthodes d’estimation optimale simultanée de paramètres de superpopulation et de population finie à partir d’un modèle de superpopulation et d’un plan de sondage. Dans leurs travaux, ils définissent le paramètre de population finie, \theta_N, comme la solution de l’équation d’estimation optimale pour le paramètre de superpopulation \theta; cependant, un autre paramètre de population finie, \phi, peut être tout aussi intéressant. Nous proposons d’élargir le modèle de superpopulation de telle manière que le paramètre \phi soit une fonction connue de \theta_N, c’est-à-dire \phi = f (\theta_N). Alors, \phi est estimé de manière optimale par f (\theta_s), où, d’après Godambe et Thompson (1986), \theta_s est l’estimateur optimal de \theta_N étant donné l’échantillon s et le plan de sondage.

    Date de diffusion : 1992-12-15
Revues et périodiques (0)

Revues et périodiques (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :