5 Conclusion
Peter M. Aronow et Cyrus Samii
Nous avons caractérisé de manière précise le biais de l'estimateur de variance de Horvitz-Thompson sous des conditions de non-mesurabilité et utilisé cette caractérisation pour élaborer une correction prudente du biais. Ces estimateurs reflètent l'incertitude fondamentale inhérente aux plans non mesurables. Comparativement aux méthodes approximatives disponibles, ces estimateurs donnent parfois de meilleurs résultats et parfois de moins bons résultats dans une perspective pratique. Mais les méthodes approximatives peuvent présenter des biais dont on ne peut pas toujours évaluer la grandeur ni le signe. Les estimateurs élaborés dans le présent article fournissent par conséquent une mesure informative de la variabilité d'échantillonnage avec laquelle les analystes peuvent être d'accord, sans formuler d'hypothèses supplémentaires ni ressortir à des méthodes posant le risque d'introduire un biais négatif. Le terme de biais, possède une forme simple qui laisse penser qu'il serait possible de perfectionner les estimateurs élaborés ici, ce qui pourrait faire l'objet de futurs travaux de recherche.
Remerciements
Les auteurs remercient Joel Middleton, Allison Carnegie, un examinateur anonyme et le rédacteur associé de leurs commentaires constructifs.
Bibliographie
Hansen, M.H., Hurwitz, W.N. et Madow, W.G. (1953). Sample Survey Methods and Theory: Volume 1 Methods and Theory. New York : John Wiley & Sons, Inc.
Horvitz, D., et Thompson, D. (1952). A generalization of sampling without replacement from a finite universe. Journal of the American Statistical Association, 47, 260, 663-685.
Särndal, C.-E., Swensson, B. et Wretman, J. (1992). Model Assisted Survey Sampling. New York : Springer.
Wolter, K. (2007). Introduction to Variance Estimation, Deuxième Édition. New York : Springer.
- Date de modification :