6. Conclusion
Jae Kwang Kim et Shu Yang
Précédent | Suivant
Nous avons proposé une méthode
d'imputation fractionnaire hot deck qui utilise un modèle paramétrique pour
quand
contient des composantes continues. La méthode
proposée fournit une estimation robuste pour les paramètres en ce sens que le
modèle d'imputation n'est pas nécessairement égal au modèle générateur de
données. Le prix que nous payons dans l'IFHD est la perte d'efficacité dans l'estimation
ponctuelle. Dans notre première simulation, l'estimateur IFHD pour
affiche la deuxième variance
en importance, mais la plus petite erreur quadratique moyenne lorsque le modèle
de travail n'est pas vrai, comparativement à d'autres estimateurs.
La perte d'efficacité tient
principalement au fait que les poids fractionnaires sont plus variables que
ceux obtenus selon la méthode de l'IFP parce que certains des
n'aident pas à imputer
, c'est-à-dire
que la valeur de
peut être très faible. Lorsque le groupe d'imputation
est très petit (p. ex.
), l'imputation fractionnaire
hot deck ne fait pas augmenter la variance de façon significative, comme nous
pouvons le voir au tableau 5.1 sous le modèle A.
En fait, la méthode d'imputation
fractionnaire peut être utilisée pour élaborer une méthode d'imputation unique
en appliquant l'IFHD où
ce qui sélectionne une valeur
imputée ayant une probabilité proportionnelle au poids fractionnaire pour
chaque unité manquante. En l'occurrence, l'IFHD peut être utilisée pour
élaborer une méthode d'imputation unique qui reste robuste aux erreurs de
spécification du modèle. Le calage de pondération est toutefois incompatible
avec une imputation unique. Nous pouvons quand même respecter les contraintes
de calage en employant la méthode d'imputation équilibrée examinée par Chauvet,
Deville et Haziza (2011), ou l'échantillonnage réjectif de Poisson de Fuller
(2009). Un examen plus approfondi suivant cette piste fera l'objet d'une
prochaine étude.
Remerciements
Nous remercions deux examinateurs
anonymes et le rédacteur associé de leurs commentaires très utiles. Les travaux
de recherche ont été financés en partie par une subvention du Conseil de
recherches en sciences naturelles et en génie (MMS-121339) et par l'entente de
coopération conclue entre le Natural Resources
Conservation Service de l'USDA et le Center
for Survey Statistics and Methodology de l'Iowa State University.
Précédent | Suivant