Remarque concernant l’estimation par régression lorsque la taille de la population est inconnue
5. ConclusionsRemarque concernant l’estimation par régression lorsque la taille de la population est inconnue
5. Conclusions
L’estimateur par régression peut être très efficace lorsque les
données auxiliaires qu’il utilise sont bien corrélées avec la variable
d’intérêt. Il faut aussi que les totaux de population correspondant aux
variables auxiliaires soient disponibles. Dans cet article, nous avons examiné
le comportement de l’estimateur par régression
proposé par Singh et
Raghunath (2011). Cet estimateur utilise le total estimé de la population comme
total de contrôle et les totaux de population connus des variables auxiliaires.
Nous l’avons comparé à l’estimateur par régression généralisée
son analogue optimal
et à un estimateur de
rechange
qui utilise les probabilités
d’inclusion de premier ordre et les données auxiliaires pour lesquelles les totaux
de population sont connus. Comme l’estimateur par régression optimale nécessite
le calcul des probabilités d’inclusion de second ordre, nous avons aussi inclus
un estimateur pseudo-optimal
qui n’utilise pas ces
probabilités. Nous avons examiné les propriétés de ces estimateurs en termes de
biais et d’efficacité au moyen d’une simulation incluant différents plans de
sondage et différentes valeurs de l’ordonnée à l’origine dans le modèle pour
une population artificielle générée. Nous avons comparé les résultats obtenus
lorsque la taille de la population était connue et inconnue.
Lorsque la taille de population est connue, l’estimateur optimal
est le plus efficace.
Cependant, comme cet estimateur peut être instable, l’estimateur pseudo-optimal
est un bon substitut. Notre
conclusion concorde avec celle de Rao (1994), qui préférait l’estimateur
optimal
à l’estimateur par régression
généralisée
La proposition de Singh et
Raghunath (2011), qui recommandaient d’utiliser
n’est pas viable, car cet
estimateur peut être très inefficace. Lorsque la taille de la population est
inconnue, l’estimateur de rechange par régression
donne les meilleurs
résultats.
Remerciements
Les auteurs
remercient le rédacteur associé et les arbitres pour leurs suggestions qui ont
considérablement améliorées la qualité de cet article.
Bibliographie
Cassel, C.M., Särndal, C.-E. et Wretman, J.H. (1976). Some results on generalized difference estimators and
generalized regression estimation for finite populations. Biometrika,
63, 615-620.
Fuller, W.A. (2009). Sampling Statistics. New
York : John Wiley & Sons, Inc.
Horvitz, D.G., et Thompson, D.J. (1952). A generalization of sampling without replacement from a finite universe. Journal
of the American Statistical Association, 47, 663-685.
Isaki, C.T., et Fuller, W.A. (1982). Survey design under the regression superpopulation model. Journal of
the American Statistical Association, 77, 89-96.
Midzuno, H. (1952). On
the sampling system with probability proportional to sum of size. Annals of
the Institute of Statistical Mathematics, 3, 99-107.
Montanari, G.E. (1987). Post-sampling efficient
QR-prediction in large-scale surveys. Revue Internationale de Statistique,
55, 191-202.
Montanari, G.E. (1998). Estimation de la moyenne d’une population finie
par régression. Techniques d’enquête, 24, 1, 71-79.
Rao, J.N.K. (1994).
Estimating totals and distribution functions using auxiliary data information
at the estimation stage. Journal of Official Statistics, 10(2), 153-165.
Rosner, B. (2006). Fundamentals
of Biostatistics. Sixième édition, Duxbury Press.
Sampford, M.R. (1967). On
sampling without replacement with unequal probabilities of section. Biometrika,
54, 499-513.
Särndal, C.-E., Swensson,
B. et Wretman, J. (1992). Model Assisted Survey Sampling. New York :
Springer-Verlag.
Singh, S., et Raghunath,
A. (2011). On calibration of design weights. METRON International Journal of
Statistics, vol. LXIX, 2, 185-205.
Techniques d’enquête publie des articles sur les divers aspects des méthodes statistiques qui intéressent un organisme statistique comme, par exemple, les problèmes de conception découlant de contraintes d’ordre pratique, l’utilisation de différentes sources de données et de méthodes de collecte, les erreurs dans les enquêtes, l’évaluation des enquêtes, la recherche sur les méthodes d’enquête, l’analyse des séries chronologiques, la désaisonnalisation, les études démographiques, l’intégration de données statistiques, les méthodes d’estimation et d’analyse de données et le développement de systèmes généralisés. Une importance particulière est accordée à l’élaboration et à l’évaluation de méthodes qui ont été utilisées pour la collecte de données ou appliquées à des données réelles. Tous les articles seront soumis à une critique, mais les auteurs demeurent responsables du contenu de leur texte et les opinions émises dans la revue ne sont pas nécessairement celles du comité de rédaction ni de Statistique Canada.
Présentation de textes pour la revue
Techniques d’enquête est publiée en version électronique deux fois l’an. Les auteurs désirant faire paraître un article sont invités à le faire parvenir en français ou en anglais en format électronique et préférablement en Word au rédacteur en chef, (statcan.smj-rte.statcan@canada.ca, Statistique Canada, 150 Promenade du Pré Tunney, Ottawa, (Ontario), Canada, K1A 0T6). Pour les instructions sur le format, veuillez consulter les directives présentées dans la revue ou sur le site web (www.statcan.gc.ca/Techniquesdenquete).
Note de reconnaissance
Le succès du système statistique du Canada repose sur un partenariat bien établi entre Statistique Canada et la population, les entreprises, les administrations canadiennes et les autres organismes. Sans cette collaboration et cette bonne volonté, il serait impossible de produire des statistiques précises et actuelles.
Normes de service à la clientèle
Statistique Canada s'engage à fournir à ses clients des services rapides, fiables et courtois. À cet égard, notre organisme s'est doté de normes de service à la clientèle qui doivent être observées par les employés lorsqu'ils offrent des services à la clientèle.
Droit d'auteur
Publication autorisée par le ministre responsable de Statistique Canada.