Estimation de variance par linéarisation pour des indices de pauvreté et d’exclusion sociale

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.

Contenu archivé

Cette page Web a été archivée dans le Web.

Eric Graf et Yves Tillé^{Note 1}

Résumé

Nous avons mis en œuvre la technique de linéarisation généralisée reposant sur le concept de fonction d’influence tout comme l’a fait Osier (2009) pour estimer la variance de statistiques complexes telles que les indices de Laeken. Des simulations réalisées avec le langage R montrent que, pour les cas où l’on a recours à une estimation par noyau gaussien de la fonction de densité des revenus considérés, on obtient un fort biais pour la valeur estimée de la variance. On propose deux autres méthodes pour estimer la densité qui diminuent fortement le biais constaté. L’une de ces méthodes a déjà été esquissée par Deville (2000). Les résultats publiés ici permettront une amélioration substantielle de la qualité des informations sur la précision de certains indices de Laeken diffusées et comparées internationalement.

Mots-clés :  Fonction d’influence; enquête SILC; statistiques non linéaires; indices de pauvreté et d’inégalité.

Table des matières

• 1 Introduction
• 2 Rappels sur les indices de pauvreté traités ainsi que leur linéarisée
• 3 L’estimation de la fonction de densité des revenus
• 4 Résultats
• 5 Conclusions
• Remerciements
• Bibliographie

---

Notes

1. Eric Graf et Yves Tillé, Institut de Statistique, Faculté des sciences économiques, Université de Neuchâtel, Pierre-à-Mazel 7, 2000 Neuchâtel, Suisse. Courriel : eric.graf@unine.ch et yves.tille@unine.ch.