De la performance des estimateurs sur petits domaines autocalés sous le modèle au niveau du domaine de Fay-Herriot
Consulter la version la plus récente.
Information archivée dans le Web
L’information dont il est indiqué qu’elle est archivée est fournie à des fins de référence, de recherche ou de tenue de documents. Elle n’est pas assujettie aux normes Web du gouvernement du Canada et elle n’a pas été modifiée ou mise à jour depuis son archivage. Pour obtenir cette information dans un autre format, veuillez communiquer avec nous.
Yong You, J.N.K. Rao et Mike Hidiroglou1
Résumé
Nous considérons deux méthodes distinctes d'autocalage pour l'estimation des moyennes de petit domaine fondée sur le modèle au niveau du domaine de Fay-Herriot (FH), à savoir la méthode de You et Rao (2002) appliquée au modèle FH et la méthode de Wang, Fuller et Qu (2008) basée sur des modèles augmentés. Nous établissons un estimateur de l'erreur quadratique moyenne de prédiction (EQMP) de l'estimateur de You-Rao (YR) d'une moyenne de petit domaine qui, sous le modèle vrai, est correct jusqu'aux termes de deuxième ordre. Nous présentons les résultats d'une étude en simulation du biais relatif de l'estimateur de l'EQMP de l'estimateur YR et de l'estimateur de l'EQMP de l'estimateur de Wang, Fuller et Qu (WFQ) obtenu sous un modèle augmenté. Nous étudions aussi l'EQMP et les estimateurs de l'EQMP des estimateurs YR et WFQ obtenus sous un modèle mal spécifié.
Mots clés
Modèle augmenté ; meilleure prédiction linéaire sans biais empirique ; erreur quadratique moyenne de prédiction ; erreur de spécification du modèle.
Table des matières
1 Yong You, Division de la recherche et de l'innovation en statistique, Statistique Canada, Ottawa, Canada. Courriel : yong.you@statcan.gc.ca; J.N.K. Rao, École de mathématiques et de statistique, Université Carleton, Ottawa, Canada; Mike Hidiroglou, Division de la recherche et de l'innovation en statistique, Statistique Canada, Ottawa, Canada.
- Date de modification :