Techniques d’enquête
Prédiction sur petits domaines des paramètres généraux de petits domaines pour les données de dénombrement au niveau de l’unité
par Emily BergNote 1
- Date de diffusion : le 3 janvier 2024
Résumé
Nous étudions la prédiction sur petits domaines des paramètres généraux à partir de deux modèles pour les dénombrements au niveau de l’unité. Nous construisons des prédicteurs de paramètres, comme les quartiles, qui peuvent être des fonctions non linéaires de la variable réponse du modèle. Nous élaborons d’abord une procédure pour construire les meilleurs prédicteurs empiriques et les estimateurs de l’erreur quadratique moyenne des paramètres généraux dans un modèle Gamma-Poisson au niveau de l’unité. Nous utilisons ensuite un algorithme de rééchantillonnage préférentiel pour élaborer des prédicteurs pour un modèle linéaire mixte généralisé (MLMG) avec une distribution de la réponse de Poisson. Nous comparons les deux modèles au moyen d’une simulation et d’une analyse des données de l’Iowa Seat-Belt Use Survey (une enquête sur l’utilisation de la ceinture de sécurité dans l’État de l’Iowa).
Mots-clés : Poisson; bootstrap; estimation sur petits domaines.
Table des matières
- Section 1. Introduction
- Section 2. Modèle Gamma-Poisson et prédicteur au niveau de l’unité
- Section 3. Modèle linéaire mixte généralisé de Poisson
- Section 4. Simulations
- Section 5. Illustration avec modélisation des occupants de véhicules observés
- Section 6. Discussion
- Remerciements
- Bibliographie
Citation de l'article
Berg, E. (2023). Prédiction sur petits domaines des paramètres généraux de petits domaines pour les données de dénombrement au niveau de l’unité. Techniques d’enquête, Statistique Canada, n° 12‑001‑X au catalogue, vol. 49, n° 2. Article accessible à l'adresse http://www.statcan.gc.ca/pub/12-001-x/2023002/article/00003-fra.htm.
Note
- Date de modification :
