Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
Dans la pratique des sondages, on dispose souvent d'une information auxiliaire connue par un recensement. Il est souvent intéressant d'utiliser cette information auxiliaire lors du dépouillement d'une enquête pour améliorer la précision des estimateurs. Plusieurs auteurs ont montré l'intérêt d'utiliser un modèle sous-jacent pour la population. Ce modèle, généralement linéaire, décrit la relation entre la variable auxiliaire et la variable d'intérêt. Cette modélisation permet de construire des estimateurs utilisant l'information auxiliaire. Nous avons déjà proposé un estimateur qui prend en compte une information auxiliaire sans modélisation de la population. L'estimateur d'un total est défini comme la somme des valeurs prises par la variable d'intérêt sur l'échantillon divisées par les probabilités d'inclusion conditionnelles. Ces probabilités d'inclusion conditionnelles sont les probabilités qu'ont les unités d'observation d'appartenir à l'échantillon conditionnellement à une statistique quelconque. Nous discuterons de plusieurs critères d'optimalité concernant ces deux estimateurs. Malgré que ces deux démarches puissent apparaître totalement distinctes, nous montrerons que ces estimateurs sont équivalents quand la taille de l'échantillon est grande.
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.