3 Estimation de la variance
Jun Shao, Eric Slud, Yang Cheng, Sheng Wang et Carma Hogue
Précédent | Suivant
Il est
d’usage de communiquer une estimation de la variance ou de l’erreur-type pour
chaque estimation d’après des données d’enquête. L’estimation de la variance
est également essentielle pour l’inférence statistique lorsqu’on établit un intervalle
de confiance pour un paramètre d’intérêt inconnu.
Les résultats
asymptotiques de la section 2 suggèrent un estimateur de variance pour
obtenu en substituant dans
(2.2) des estimateurs pour les quantités inconnues dans
Puisque la variance totale
est une somme de
variances intrastrates, sans perte de
généralité, nous considérons une strate
Pour soit
Alors, sous les conditions du théorème 1,
C’est-à-dire que
est convergent pour
Les résultats des théorèmes 2
et 3 montrent aussi que
est un estimateur de variance
convergent pour l’estimateur fondé sur un test de décision
parce que nous avons soit soit
Cependant,
ces estimateurs de variance obtenus par substitution peuvent ne pas donner
d’aussi bons résultats lorsque la valeur de
ou de
est modérée (voir la
section 4). Une autre méthode est celle du bootstrap proposée par Cheng et coll. (2010). Soit
l’estimateur pris en
considération. L’estimateur bootstrap de sa variance peut être obtenu comme il
suit.
- Tirer un échantillon bootstrap de taille
par échantillonnage aléatoire simple
avec remise à partir de
où et sont obtenus de manière
indépendante. S’il existe
unités autoreprésentatives (AR) dans
comme il est discuté à la
section 4.1 qui suit, on tire alors des échantillons de tailles
avec remise, avec
- Utiliser les poids de sondage et
les données observées provenant de l’ensemble de données originales pour former
un ensemble de données bootstrap À partir de cet ensemble de données,
calculer l’analogue bootstrap de
- Répéter indépendamment les
étapes qui précèdent
fois pour obtenir La variance d’échantillon de est l’estimateur bootstrap de la
variance de
Sous les conditions
des théorèmes 1 et 2, les estimateurs bootstrap de la variance de
et
sont des estimateurs
convergents. La preuve pour le bootstrap est similaire aux preuves des
théorèmes et est donc omise.
Précédent | Suivant