Techniques d’enquête
Estimation sur petits domaines à l’aide du modèle au niveau de domaine de Fay-Herriot avec lissage et modélisation de variance d’échantillonnage
- Date de diffusion : le 6 janvier 2022
Résumé
Nous considérons ici le modèle d’estimation sur petits domaines de Fay-Herriot. Nous nous intéressons en particulier à l’incidence du lissage et de la modélisation de la variance d’échantillonnage sur les estimations par modèle. Nous présentons des méthodes permettant de lisser et de modéliser les variances d’échantillonnage et appliquons les modèles proposés à une analyse de données réelles. Nos résultats font voir qu’un lissage de variance d’échantillonnage est de nature à accroître l’efficacité et la précision de l’estimateur par modèle. Dans une modélisation de variance d’échantillonnage, les modèles hiérarchiques bayésiens de You (2016) et de Sugasawa, Tamae et Kubokawa (2017) améliorent tous aussi bien les estimations d’enquête directes.
Mots-clés : MPLSBE; méthode hiérarchique bayésienne; échantillonnage de Gibbs; modèle loglinéaire; erreur relative; échantillonnage; variance; petit domaine.
Table des matières
- Section 1. Introduction
- Section 2. Modèle de Fay-Herriot avec le cadre MPLSBE
- Section 3. Modèle de Fay-Herriot avec le cadre HB en modélisation de la variance d’échantillonnage
- Section 4. Application
- Section 5. Conclusion
- Annexe
- Remerciements
- Bibliographie
Citation de l'article
You, Y. (2021). Estimation sur petits domaines à l’aide du modèle au niveau de domaine de Fay-Herriot avec lissage et modélisation de variance d’échantillonnage. Techniques d’enquête, Statistique Canada, n° 12-001-X au catalogue, vol. 47, n° 2. Article accessible à l'adresse http://www.statcan.gc.ca/pub/12-001-x/2021002/article/00007-fra.htm.
Note
- Date de modification :