Techniques d’enquête
Note sur l’imputation multirobuste par appariement selon la moyenne prédictive réalisée avec des données d’enquête complexes

par Sixia Chen, David Haziza et Alexander StubblefieldNote 1

  • Date de diffusion : le 24 juin 2021

Résumé

L’imputation par appariement selon la moyenne prédictive est couramment utilisée pour régler les cas de non-réponse dans le cadre d’enquêtes. L’approche habituelle consiste à spécifier un modèle de régression unique. Dans la présente note, nous proposons une nouvelle procédure par appariement selon la moyenne prédictive permettant à l’utilisateur de spécifier plusieurs modèles de régression. L’estimateur obtenu est multirobuste en ce sens qu’il demeure convergent si l’un des modèles de régression spécifié est défini correctement. Les résultats d’une étude de simulation indiquent que la méthode proposée fonctionne bien en termes de biais et d’efficacité.

Mots-clés :     Multirobuste; imputation par la méthode du plus proche voisin; données d’enquête; estimation de la variance.

Table des matières

Citation de l'article

Chen, S., Haziza, D. et Stubblefield, A. (2021). Note sur l’imputation multirobuste par appariement selon la moyenne prédictive réalisée avec des données d’enquête complexes. Techniques d’enquête, Statistique Canada,  12‑001‑X au catalogue, vol. 47,  1. Article accessible à l'adresse http://www.statcan.gc.ca/pub/12-001-x/2021001/article/00009-fra.htm.

Note


Date de modification :