Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé de la communication
L’estimation de petits domaines a reçu considérablement d’attention ces dernières années en raison de la demande croissante de statistiques régionales. Les estimateurs régionaux directs classiques ne sont pas suffisamment précis, parce que, pour les petites régions, la taille de l’échantillon est souvent trop faible (et parfois elle est égale à zéro). Il est alors coutume de postuler des modèles au niveau des domaines ou au niveau des unités (Rao, 2003). Des estimateurs linéaires sans biais optimaux (EBLUP) pour les petits domaines ont été développés et leurs propriétés étudiées. Cependant, la présence de valeurs aberrantes influence la variabilité de façon drastique, ce qui amené Rao et Sinha (2009) à proposer une version robuste des estimateurs EBLUP et qui consiste à diminuer le poids des observations influentes lors de l’estimation des paramètres du modèle. Dans cette présentation, nous proposons des estimateurs robustes alternatifs. Ces estimateurs sont développés à partir du concept de biais conditionnel d’une unité étudiés par Beaumont, Haziza et Ruiz-Gazen (2009) dans le contexte de l’estimation fondée sur un modèle. Le biais conditionnel d’une unité est une mesure d’influence de cette unité qui servira à la construction des estimateurs robustes alternatifs. Nous présenterons les résultats d’une étude par simulation effectuée afin de comparer le comportement de l’estimateur de Rao-Sinha et l’estimateur alternatif.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.