Tests pour évaluer le biais de non-réponse dans les enquêtes
Section 5. DiscussionTests pour évaluer le biais de non-réponse dans les enquêtes
Section 5. Discussion
Dans le présent article, nous avons considéré des tests de détection
du biais de non-réponse après l’utilisation de la poststratification ou de la
pondération par l’inverse de la propension à répondre. Les arguments utilisés
dans les théorèmes pourraient être étendus à des méthodes similaires qui sont
utilisées pour corriger le biais de non-réponse, telles que le ratissage (raking ), qui effectue une poststratification
itérative sur des totaux de population de marge, ou le calage, qui ajuste les
poids de manière que les totaux de population estimés concordent avec les
totaux de contrôle pour un ensemble de variables auxiliaires. Haziza et Lesage
(2016) soutiennent que l’utilisation d’une procédure en deux étapes de pondération
par la propension à répondre suivie d’un calage offre plus de protection contre
le biais de non-réponse qu’uniquement le calage en une seule étape, parce que
ce dernier implique un modèle reliant les propensions à répondre et les variables
de calage, et que le modèle peut être mal spécifié. Les tests proposés dans le
présent article pourraient être étendus à des situations où l’on utilise à la
fois la pondération par la propension à répondre et la poststratification, ou être
utilisés séparément pour évaluer le biais éliminé à chaque étape d’un processus
en deux étapes.
Nous avons employé le jackknife pour l’estimation de la variance par
rééchantillonnage. Cependant, tous les estimateurs sont des fonctions lisses
des totaux de population, si bien que d’autres estimateurs de la variance par
rééchantillonnage, tels que les répliques répétées équilibrées ou le bootstrap pourraient
également être utilisés.
Une difficulté de l’évaluation du biais de non-réponse tient à la
quantité limitée d’information disponible sur l’échantillon sélectionné. Pour
certaines enquêtes, toute l’information auxiliaire disponible est utilisée ou prise
en considération pour former les poststrates, les classes de pondération par
ratissage ou les pondérations par l’inverse de la propension à répondre. Pour
les caractéristiques utilisées dans la poststratification, l’estimateur
poststratifié ne possède ni variance ni biais, de sorte que tester ces caractéristiques
ou des caractéristiques étroitement associées ne permettra pas de découvrir le
biais de non-réponse dans d’autres variables étudiées. Les variables auxiliaires
qui ne sont pas utilisées pour les corrections de la non-réponse sont souvent
omises uniquement parce qu’elles n’ont pas été sélectionnées dans la méthode de
choix du modèle utilisé pour former les poststrates ou pour choisir les variables
pour la régression logistique, et cette situation se produit habituellement parce
que leur pouvoir explicatif pour la prédiction de l’indicateur de réponse est
faible après que les autres variables aient été incluses dans le modèle. Pour
les enquêtes dont la base de sondage contient moins d’information, il pourrait
être possible d’obtenir des données auxiliaires en provenance d’autres sources,
comme des dossiers administratifs associés aux adresses des répondants ou des
paradonnées. Il est important de s’assurer que les variables utilisées pour
tester le biais de non-réponse soient enregistrées de manière cohérente pour
les répondants et les non-répondants. Par exemple, si
y
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaaaa@356C@
est l’évaluation de la
présence d’enfants dans le ménage faite dans la rue par l’intervieweur, cette
évaluation initiale doit être utilisée pour les répondants ainsi que les non-répondants :
l’évaluation utilisée dans l’analyse du biais de non-réponse ne doit pas être
mise à jour après que l’intervieweur confirme le nombre réel d’enfants dans un
ménage répondant.
Après avoir testé les variables disponibles pour la présence d’un
biais de non-réponse, nous ne savons toujours pas si les ajustements ont
éliminé le biais pour les variables de résultat qui ne sont disponibles que
pour les répondants. Abraham, Helms et Presser (2009), ainsi que Kohut, Keeter,
Doherty, Dimock et Christian (2012) ont constaté que les estimations du
bénévolat et de la participation civique sont plus élevées dans les enquêtes à
faible taux de réponse que pour la Current Population Survey, ce qui indique
que les ajustements de la pondération n’éliminent pas le biais pour les variables
d’engagement civique, alors qu’ils semblent corriger le biais pour les variables
démographiques et la propriété du logement. Toutefois, tester une grande gamme
de variables auxiliaires pour la présence d’un biais résiduel peut donner plus
de confiance dans les résultats d’une enquête sur les variables non testées, ou
peut témoigner de préoccupations au sujet des inférences faites d’après
l’enquête pour les variables d’intérêt. Nous recommandons que les concepteurs
d’enquêtes planifient celles-ci en pensant à l’évaluation du biais de non-réponse,
et recueillent des renseignements supplémentaires sur l’échantillon sélectionné
dans la mesure du possible. En général, plus on peut recueillir d’information sur
l’échantillon sélectionné, mieux c’est.
La comparaison des estimations en utilisant différents ensembles de
poids peut présenter un intérêt particulier quand on étudie des stratégies
axées sur des plans de collecte dynamique ou adaptatifs, telles que celles
décrites dans Groves et Heeringa (2006) et
résumées dans Tourangeau, Brick, Lohr et Li (2016). Dans ces stratégies, les phases
ultérieures du plan sont modifiées en se servant de l’information recueillie au
cours des phases de collecte antérieures. Une stratégie avec plan de collecte
dynamique pourrait consister à estimer les taux de réponse après la première phase
de l’enquête, puis à répartir les ressources à la deuxième phase de manière à
égaliser les taux entre les sous-groupes d’intérêt. Dans une comparaison expérimentale
de différentes stratégies avec plan de collecte dynamique, il pourrait être
intéressant d’évaluer le biais de non-réponse estimé pour les diverses stratégies.
Riddles, Marker, Rizzo, Wiley et Zukerberg (2015) ont comparé les estimations pondérées
de la non-réponse pour différents seuils d’exclusion dans la U.S. Schools and
Staffing Survey afin de voir si les estimations variaient avec une troncation
plus précoce de la collecte des données.
Les résultats des théorèmes 1 à 5 sont exprimés pour des
échantillons probabilistes. Or, l’intérêt augmente pour l’usage d’échantillons
non probabilistes en vue d’étudier les populations (Baker, Brick, Bates,
Battaglia, Couper, Dever, Gile et Tourangeau 2013). Les partisans des
échantillons non probabilistes soutiennent que, avec des taux de réponse parfois
inférieurs à 10 %, un grand échantillon non probabiliste peu coûteux peut
avoir une plus petite erreur quadratique moyenne qu’un petit échantillon
probabiliste. Les mêmes méthodes de poststratification et de pondération par
l’inverse de la propension à répondre sont habituellement appliquées aux
échantillons non probabilistes. Les tests proposés dans le présent article peuvent
être adaptés en vue de les utiliser avec ces échantillons, à condition que l’information
auxiliaire soit connue pour une série d’individus qui peuvent remplacer la base
de sondage. Dans le cas d’une enquête en ligne, il pourrait être possible de
comparer les caractéristiques des personnes qui visitent la page Web à celles
des personnes qui répondent à l’enquête. Les travaux de recherche doivent se
poursuivre dans ce domaine.
Remerciements
Les auteurs remercient les examinateurs de leurs suggestions constructives
qui leur ont permis d’améliorer l’article.
Annexe
Le lemme qui suit montre que la
variabilité additionnelle due au mécanisme de réponse stochastique est
O
(
M
2
/
n
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4tamaabm
aabaWaaSGbaeaacaWGnbWaaWbaaSqabeaacaaIYaaaaaGcbaGaamOB
aaaaaiaawIcacaGLPaaacaGGUaaaaa@3A4B@
Lemme 1. Supposons que les hypothèses
(A3) et (A5) sont satisfaites et que
|
q
h
i
k
|
≤
Q
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaqWaaeaaca
aMc8UaamyCamaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaOGaaGPa
VdGaay5bSlaawIa7aiabgsMiJkaadgfaaaa@4128@
pour toute unité
(
h
i
k
)
∈
U
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaeWaaeaaca
WGObGaamyAaiaadUgaaiaawIcacaGLPaaacqGHiiIZcaWGvbGaaiOl
aaaa@3BD2@
Alors
E
[
V
(
∑
h
i
k
∈
U
Z
h
i
k
w
h
i
k
q
h
i
k
r
h
i
k
|
Z
)
]
=
O
(
M
2
/
n
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyramaadm
aabaGaamOvamaabmaabaWaaqGaaeaadaaeqbqaaiaadQfadaWgaaWc
baGaamiAaiaadMgacaWGRbaabeaakiaadEhadaWgaaWcbaGaamiAai
aadMgacaWGRbaabeaakiaadghadaWgaaWcbaGaamiAaiaadMgacaWG
RbaabeaakiaadkhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaaae
aacaWGObGaamyAaiaadUgacqGHiiIZcaWGvbaabeqdcqGHris5aaGc
caGLiWoacaWHAbaacaGLOaGaayzkaaaacaGLBbGaayzxaaGaaGypai
aad+eadaqadaqaamaalyaabaGaamytamaaCaaaleqabaGaaGOmaaaa
aOqaaiaad6gaaaaacaGLOaGaayzkaaGaaGOlaaaa@59BD@
Preuve. En vertu de l’hypothèse (A5),
|
E
[
V
(
∑
h
i
k
∈
U
Z
h
i
k
w
h
i
k
q
h
i
k
r
h
i
k
|
Z
)
]
|
=
|
E
[
∑
h
=
1
H
∑
i
=
1
N
h
∑
k
=
1
M
h
i
∑
p
=
1
M
h
i
Z
h
i
k
Z
h
i
p
w
h
i
k
w
h
i
p
Cov
(
r
h
i
k
,
r
h
i
p
)
q
h
i
k
q
h
i
p
]
|
≤
Q
2
E
[
∑
h
=
1
H
∑
i
=
1
N
h
∑
k
=
1
M
h
i
∑
p
=
1
M
h
i
Z
h
i
k
Z
h
i
p
w
h
i
k
w
h
i
p
]
=
Q
2
∑
h
=
1
H
∑
i
=
1
N
h
∑
k
=
1
M
h
i
∑
p
=
1
M
h
i
P
[
(
h
i
)
∈
S
]
P
[
k
∈
S
h
i
,
p
∈
S
h
i
]
w
h
i
k
w
h
i
p
=
O
(
M
2
/
n
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrVfpC0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabqGaaa
aabaWaaqWaaeaacaaMe8UaamyramaadmaabaGaamOvamaabmaabaWa
aqGaaeaadaaeqbqaaiaadQfadaWgaaWcbaGaamiAaiaadMgacaWGRb
aabeaakiaadEhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaakiaa
dghadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaakiaadkhadaWgaa
WcbaGaamiAaiaadMgacaWGRbaabeaaaeaacaWGObGaamyAaiaadUga
cqGHiiIZcaWGvbaabeqdcqGHris5aaGccaGLiWoacaWHAbaacaGLOa
GaayzkaaaacaGLBbGaayzxaaGaaGjbVdGaay5bSlaawIa7aaqaaiaa
i2dadaabdaqaaiaaysW7caWGfbWaamWaaeaadaaeWbqabSqaaiaadI
gacaaI9aGaaGymaaqaaiaadIeaa0GaeyyeIuoakmaaqahabeWcbaGa
amyAaiaai2dacaaIXaaabaGaamOtamaaBaaameaacaWGObaabeaaa0
GaeyyeIuoakmaaqahabeWcbaGaam4Aaiaai2dacaaIXaaabaGaamyt
amaaBaaameaacaWGObGaamyAaaqabaaaniabggHiLdGcdaaeWbqabS
qaaiaadchacaaI9aGaaGymaaqaaiaad2eadaWgaaadbaGaamiAaiaa
dMgaaeqaaaqdcqGHris5aOGaaGPaVlaadQfadaWgaaWcbaGaamiAai
aadMgacaWGRbaabeaakiaadQfadaWgaaWcbaGaamiAaiaadMgacaWG
WbaabeaakiaadEhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaaki
aadEhadaWgaaWcbaGaamiAaiaadMgacaWGWbaabeaakiaaboeacaqG
VbGaaeODamaabmaabaGaamOCamaaBaaaleaacaWGObGaamyAaiaadU
gaaeqaaOGaaGilaiaadkhadaWgaaWcbaGaamiAaiaadMgacaWGWbaa
beaaaOGaayjkaiaawMcaaiaadghadaWgaaWcbaGaamiAaiaadMgaca
WGRbaabeaakiaadghadaWgaaWcbaGaamiAaiaadMgacaWGWbaabeaa
aOGaay5waiaaw2faaiaaysW7aiaawEa7caGLiWoaaeaaaeaacqGHKj
YOcaWGrbWaaWbaaSqabeaacaaIYaaaaOGaamyramaadmaabaWaaabC
aeqaleaacaWGObGaaGypaiaaigdaaeaacaWGibaaniabggHiLdGcda
aeWbqabSqaaiaadMgacaaI9aGaaGymaaqaaiaad6eadaWgaaadbaGa
amiAaaqabaaaniabggHiLdGcdaaeWbqabSqaaiaadUgacaaI9aGaaG
ymaaqaaiaad2eadaWgaaadbaGaamiAaiaadMgaaeqaaaqdcqGHris5
aOWaaabCaeaacaWGAbWaaSbaaSqaaiaadIgacaWGPbGaam4Aaaqaba
GccaWGAbWaaSbaaSqaaiaadIgacaWGPbGaamiCaaqabaGccaWG3bWa
aSbaaSqaaiaadIgacaWGPbGaam4AaaqabaGccaWG3bWaaSbaaSqaai
aadIgacaWGPbGaamiCaaqabaaabaGaamiCaiaai2dacaaIXaaabaGa
amytamaaBaaameaacaWGObGaamyAaaqabaaaniabggHiLdaakiaawU
facaGLDbaaaeaaaeaacaaI9aGaamyuamaaCaaaleqabaGaaGOmaaaa
kmaaqahabeWcbaGaamiAaiaai2dacaaIXaaabaGaamisaaqdcqGHri
s5aOWaaabCaeqaleaacaWGPbGaaGypaiaaigdaaeaacaWGobWaaSba
aWqaaiaadIgaaeqaaaqdcqGHris5aOWaaabCaeqaleaacaWGRbGaaG
ypaiaaigdaaeaacaWGnbWaaSbaaWqaaiaadIgacaWGPbaabeaaa0Ga
eyyeIuoakmaaqahabaGaamiuamaadmaabaWaaeWaaeaacaWGObGaam
yAaaGaayjkaiaawMcaaiabgIGiolaadofaaiaawUfacaGLDbaacaWG
qbWaamWaaeaacaWGRbGaeyicI4Saam4uamaaBaaaleaacaWGObGaam
yAaaqabaGccaaISaGaamiCaiabgIGiolaadofadaWgaaWcbaGaamiA
aiaadMgaaeqaaaGccaGLBbGaayzxaaGaam4DamaaBaaaleaacaWGOb
GaamyAaiaadUgaaeqaaOGaam4DamaaBaaaleaacaWGObGaamyAaiaa
dchaaeqaaaqaaiaadchacaaI9aGaaGymaaqaaiaad2eadaWgaaadba
GaamiAaiaadMgaaeqaaaqdcqGHris5aaGcbaaabaGaaGypaiaad+ea
daqadaqaamaalyaabaGaamytamaaCaaaleqabaGaaGOmaaaaaOqaai
aad6gaaaaacaGLOaGaayzkaaGaaGOlaaaaaaa@1905@
La dernière ligne découle implicitement
de l’hypothèse (A3).
Preuve du théorème 1. De (2.4), il
découle que
V
1
(
θ
^
)
=
V
[
∑
c
=
1
C
1
p
c
(
Y
^
c
R
−
Y
¯
c
R
(
M
^
c
R
−
M
c
R
)
)
−
Y
^
S
S
]
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIXaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
PaaacaaI9aGaamOvamaadmaabaWaaabCaeqaleaacaWGJbGaaGypai
aaigdaaeaacaWGdbaaniabggHiLdGcdaWcaaqaaiaaigdaaeaacaWG
WbWaaSbaaSqaaiaadogaaeqaaaaakmaabmaabaGabmywayaajaWaa0
baaSqaaiaadogaaeaacaWGsbaaaOGaeyOeI0IabmywayaaraWaa0ba
aSqaaiaadogaaeaacaWGsbaaaOWaaeWaaeaaceWGnbGbaKaadaqhaa
WcbaGaam4yaaqaaiaadkfaaaGccqGHsislcaWGnbWaa0baaSqaaiaa
dogaaeaacaWGsbaaaaGccaGLOaGaayzkaaaacaGLOaGaayzkaaGaey
OeI0IabmywayaajaWaaSbaaSqaaiaadofacaWGtbaabeaaaOGaay5w
aiaaw2faaaaa@5996@
et
V
2
(
θ
^
)
=
V
[
∑
c
=
1
C
T
^
c
p
c
]
+
2
Cov
[
∑
c
=
1
C
T
^
c
p
c
,
∑
c
=
1
C
(
y
¯
c
R
−
Y
¯
c
R
)
M
^
c
R
p
c
−
Y
^
S
S
]
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIYaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
PaaacaaI9aGaamOvamaadmaabaWaaabCaeqaleaacaWGJbGaaGypai
aaigdaaeaacaWGdbaaniabggHiLdGcdaWcaaqaaiqadsfagaqcamaa
BaaaleaacaWGJbaabeaaaOqaaiaadchadaWgaaWcbaGaam4yaaqaba
aaaaGccaGLBbGaayzxaaGaey4kaSIaaGOmaiaaysW7caaMc8Uaae4q
aiaab+gacaqG2bWaamWaaeaadaaeWbqabSqaaiaadogacaaI9aGaaG
ymaaqaaiaadoeaa0GaeyyeIuoakmaalaaabaGabmivayaajaWaaSba
aSqaaiaadogaaeqaaaGcbaGaamiCamaaBaaaleaacaWGJbaabeaaaa
GccaaISaWaaabCaeqaleaacaWGJbGaaGypaiaaigdaaeaacaWGdbaa
niabggHiLdGcdaWcaaqaamaabmaabaGabmyEayaaraWaa0baaSqaai
aadogaaeaacaWGsbaaaOGaeyOeI0IabmywayaaraWaa0baaSqaaiaa
dogaaeaacaWGsbaaaaGccaGLOaGaayzkaaGabmytayaajaWaa0baaS
qaaiaadogaaeaacaWGsbaaaaGcbaGaamiCamaaBaaaleaacaWGJbaa
beaaaaGccqGHsislceWGzbGbaKaadaWgaaWcbaGaam4uaiaadofaae
qaaaGccaGLBbGaayzxaaGaaGOlaaaa@71DF@
Le terme principal se simplifie en
V
1
(
θ
^
)
=
V
[
∑
h
i
k
∈
U
Z
h
i
k
w
h
i
k
∑
c
=
1
C
δ
c
h
i
k
{
r
h
i
k
p
c
(
y
h
i
k
−
Y
¯
c
R
)
−
y
h
i
k
}
]
=
V
[
E
[
∑
h
i
k
∈
U
Z
h
i
k
w
h
i
k
∑
c
=
1
C
δ
c
h
i
k
{
r
h
i
k
p
c
(
y
h
i
k
−
Y
¯
c
R
)
−
y
h
i
k
}
|
Z
]
]
+
E
[
V
[
∑
h
i
k
∈
U
Z
h
i
k
w
h
i
k
∑
c
=
1
C
δ
c
h
i
k
{
r
h
i
k
p
c
(
y
h
i
k
−
Y
¯
c
R
)
−
y
h
i
k
}
|
Z
]
]
=
V
(
∑
h
i
k
∈
U
Z
h
i
k
w
h
i
k
e
R
h
i
k
)
+
E
[
V
[
∑
h
i
k
∈
U
Z
h
i
k
w
h
i
k
∑
c
=
1
C
δ
c
h
i
k
r
h
i
k
p
c
(
y
h
i
k
−
Y
¯
c
R
)
|
Z
]
]
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrVfpC0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabqGaaa
aabaGaamOvamaaBaaaleaacaaIXaaabeaakmaabmaabaGafqiUdeNb
aKaaaiaawIcacaGLPaaaaeaacaaI9aGaamOvamaadmaabaWaaabuae
aacaWGAbWaaSbaaSqaaiaadIgacaWGPbGaam4AaaqabaGccaWG3bWa
aSbaaSqaaiaadIgacaWGPbGaam4AaaqabaaabaGaamiAaiaadMgaca
WGRbGaeyicI4Saamyvaaqab0GaeyyeIuoakmaaqahabaGaeqiTdq2a
aSbaaSqaaiaadogacaWGObGaamyAaiaadUgaaeqaaaqaaiaadogaca
aI9aGaaGymaaqaaiaadoeaa0GaeyyeIuoakmaacmaabaWaaSaaaeaa
caWGYbWaaSbaaSqaaiaadIgacaWGPbGaam4AaaqabaaakeaacaWGWb
WaaSbaaSqaaiaadogaaeqaaaaakmaabmaabaGaamyEamaaBaaaleaa
caWGObGaamyAaiaadUgaaeqaaOGaeyOeI0IabmywayaaraWaa0baaS
qaaiaadogaaeaacaWGsbaaaaGccaGLOaGaayzkaaGaeyOeI0IaamyE
amaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaaGccaGL7bGaayzFaa
aacaGLBbGaayzxaaaabaaabaGaaGypaiaadAfadaWadaqaaiaadwea
daWadaqaamaaeiaabaWaaabuaeqaleaacaWGObGaamyAaiaadUgacq
GHiiIZcaWGvbaabeqdcqGHris5aOGaamOwamaaBaaaleaacaWGObGa
amyAaiaadUgaaeqaaOGaam4DamaaBaaaleaacaWGObGaamyAaiaadU
gaaeqaaOWaaabCaeaacqaH0oazdaWgaaWcbaGaam4yaiaadIgacaWG
PbGaam4AaaqabaaabaGaam4yaiaai2dacaaIXaaabaGaam4qaaqdcq
GHris5aOWaaiWaaeaadaWcaaqaaiaadkhadaWgaaWcbaGaamiAaiaa
dMgacaWGRbaabeaaaOqaaiaadchadaWgaaWcbaGaam4yaaqabaaaaO
WaaeWaaeaacaWG5bWaaSbaaSqaaiaadIgacaWGPbGaam4AaaqabaGc
cqGHsislceWGzbGbaebadaqhaaWcbaGaam4yaaqaaiaadkfaaaaaki
aawIcacaGLPaaacqGHsislcaWG5bWaaSbaaSqaaiaadIgacaWGPbGa
am4AaaqabaaakiaawUhacaGL9baacaaMc8oacaGLiWoacaaMc8UaaC
OwaaGaay5waiaaw2faaaGaay5waiaaw2faaaqaaaqaaiaaywW7cqGH
RaWkcaWGfbWaamWaaeaacaWGwbWaamWaaeaadaabcaqaamaaqafabe
WcbaGaamiAaiaadMgacaWGRbGaeyicI4Saamyvaaqab0GaeyyeIuoa
kiaadQfadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaakiaadEhada
WgaaWcbaGaamiAaiaadMgacaWGRbaabeaakmaaqahabaGaeqiTdq2a
aSbaaSqaaiaadogacaWGObGaamyAaiaadUgaaeqaaaqaaiaadogaca
aI9aGaaGymaaqaaiaadoeaa0GaeyyeIuoakmaacmaabaWaaSaaaeaa
caWGYbWaaSbaaSqaaiaadIgacaWGPbGaam4AaaqabaaakeaacaWGWb
WaaSbaaSqaaiaadogaaeqaaaaakmaabmaabaGaamyEamaaBaaaleaa
caWGObGaamyAaiaadUgaaeqaaOGaeyOeI0IabmywayaaraWaa0baaS
qaaiaadogaaeaacaWGsbaaaaGccaGLOaGaayzkaaGaeyOeI0IaamyE
amaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaaGccaGL7bGaayzFaa
GaaGPaVdGaayjcSdGaaGPaVlaahQfaaiaawUfacaGLDbaaaiaawUfa
caGLDbaaaeaaaeaacaaI9aGaamOvamaabmaabaWaaabuaeqaleaaca
WGObGaamyAaiaadUgacqGHiiIZcaWGvbaabeqdcqGHris5aOGaamOw
amaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaOGaam4DamaaBaaale
aacaWGObGaamyAaiaadUgaaeqaaOGaamyzamaaBaaaleaacaWGsbGa
amiAaiaadMgacaWGRbaabeaaaOGaayjkaiaawMcaaiabgUcaRiaadw
eadaWadaqaaiaadAfadaWadaqaamaaeiaabaWaaabuaeqaleaacaWG
ObGaamyAaiaadUgacqGHiiIZcaWGvbaabeqdcqGHris5aOGaamOwam
aaBaaaleaacaWGObGaamyAaiaadUgaaeqaaOGaam4DamaaBaaaleaa
caWGObGaamyAaiaadUgaaeqaaOWaaabCaeaacqaH0oazdaWgaaWcba
Gaam4yaiaadIgacaWGPbGaam4AaaqabaaabaGaam4yaiaai2dacaaI
XaaabaGaam4qaaqdcqGHris5aOWaaSaaaeaacaWGYbWaaSbaaSqaai
aadIgacaWGPbGaam4AaaqabaaakeaacaWGWbWaaSbaaSqaaiaadoga
aeqaaaaakmaabmaabaGaamyEamaaBaaaleaacaWGObGaamyAaiaadU
gaaeqaaOGaeyOeI0IabmywayaaraWaa0baaSqaaiaadogaaeaacaWG
sbaaaaGccaGLOaGaayzkaaGaaGPaVdGaayjcSdGaaGPaVlaahQfaai
aawUfacaGLDbaaaiaawUfacaGLDbaacaaIUaaaaaaa@35F7@
Le lemme 1 et l’hypothèse (A4), qui garantit que
1
/
p
c
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaSGbaeaaca
aIXaaabaGaamiCamaaBaaaleaacaWGJbaabeaaaaaaaa@3748@
est bornée, implique que le deuxième terme est
O
(
M
2
/
n
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4tamaabm
aabaWaaSGbaeaacaWGnbWaaWbaaSqabeaacaaIYaaaaaGcbaGaamOB
aaaaaiaawIcacaGLPaaacaGGUaaaaa@3A4B@
Pour montrer que
V
2
(
θ
^
)
=
o
(
M
2
/
n
)
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIYaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
PaaacaaI9aGaam4BamaabmaabaWaaSGbaeaacaWGnbWaaWbaaSqabe
aacaaIYaaaaaGcbaGaamOBaaaaaiaawIcacaGLPaaacaGGSaaaaa@404C@
notons qu’en vertu de (A4) et
de l’inégalité de Cauchy-Schwarz,
V
[
T
^
c
p
c
]
≤
1
ε
2
∑
c
=
1
C
∑
d
=
1
C
V
[
(
y
¯
c
R
−
Y
¯
c
R
)
(
M
^
c
R
−
M
c
R
)
]
V
[
(
y
¯
d
R
−
Y
¯
d
R
)
(
M
^
d
R
−
M
d
R
)
]
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaadm
aabaWaaSaaaeaaceWGubGbaKaadaWgaaWcbaGaam4yaaqabaaakeaa
caWGWbWaaSbaaSqaaiaadogaaeqaaaaaaOGaay5waiaaw2faaiabgs
MiJoaalaaabaGaaGymaaqaaiabew7aLnaaCaaaleqabaGaaGOmaaaa
aaGcdaaeWbqabSqaaiaadogacaaI9aGaaGymaaqaaiaadoeaa0Gaey
yeIuoakmaaqahabeWcbaGaamizaiaai2dacaaIXaaabaGaam4qaaqd
cqGHris5aOWaaOaaaeaacaWGwbWaamWaaeaadaqadaqaaiqadMhaga
qeamaaDaaaleaacaWGJbaabaGaamOuaaaakiabgkHiTiqadMfagaqe
amaaDaaaleaacaWGJbaabaGaamOuaaaaaOGaayjkaiaawMcaamaabm
aabaGabmytayaajaWaa0baaSqaaiaadogaaeaacaWGsbaaaOGaeyOe
I0IaamytamaaDaaaleaacaWGJbaabaGaamOuaaaaaOGaayjkaiaawM
caaaGaay5waiaaw2faaiaadAfadaWadaqaamaabmaabaGabmyEayaa
raWaa0baaSqaaiaadsgaaeaacaWGsbaaaOGaeyOeI0Iabmywayaara
Waa0baaSqaaiaadsgaaeaacaWGsbaaaaGccaGLOaGaayzkaaWaaeWa
aeaaceWGnbGbaKaadaqhaaWcbaGaamizaaqaaiaadkfaaaGccqGHsi
slcaWGnbWaa0baaSqaaiaadsgaaeaacaWGsbaaaaGccaGLOaGaayzk
aaaacaGLBbGaayzxaaaaleqaaOGaaGOlaaaa@7300@
L’hypothèse (A2) implique (Fuller
2009, théorème 1.3.2) que
n
[
y
¯
c
R
−
Y
¯
c
R
M
^
c
R
/
M
c
R
−
1
]
→
N
(
0
,
Σ
c
)
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaOaaaeaaca
WGUbaaleqaaOWaamWaaeaafaqabeGabaaabaGabmyEayaaraWaa0ba
aSqaaiaadogaaeaacaWGsbaaaOGaeyOeI0IabmywayaaraWaa0baaS
qaaiaadogaaeaacaWGsbaaaaGcbaWaaSGbaeaaceWGnbGbaKaadaqh
aaWcbaGaam4yaaqaaiaadkfaaaaakeaacaWGnbWaa0baaSqaaiaado
gaaeaacaWGsbaaaOGaeyOeI0IaaGymaaaaaaaacaGLBbGaayzxaaGa
eyOKH4QaamOtamaabmaabaGaaCimaiaaiYcacaWHJoWaaSbaaSqaai
aadogaaeqaaaGccaGLOaGaayzkaaaaaa@4DCC@
quand
n
→
∞
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOBaiabgk
ziUkabg6HiLkaacYcaaaa@396F@
où
Σ
c
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaC4OdmaaBa
aaleaacaWGJbaabeaaaaa@36B1@
est une matrice définie non négative.
Conséquemment,
(
n
M
c
R
)
2
V
[
(
y
¯
c
R
−
Y
¯
c
R
)
(
M
^
c
R
−
M
c
R
)
]
→
Σ
c
[
1,1
]
Σ
c
[
2,2
]
+
2
(
Σ
c
[
1,2
]
)
2
;
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaeWaaeaada
Wcaaqaaiaad6gaaeaacaWGnbWaa0baaSqaaiaadogaaeaacaWGsbaa
aaaaaOGaayjkaiaawMcaamaaCaaaleqabaGaaGOmaaaakiaadAfada
WadaqaamaabmaabaGabmyEayaaraWaa0baaSqaaiaadogaaeaacaWG
sbaaaOGaeyOeI0IabmywayaaraWaa0baaSqaaiaadogaaeaacaWGsb
aaaaGccaGLOaGaayzkaaWaaeWaaeaaceWGnbGbaKaadaqhaaWcbaGa
am4yaaqaaiaadkfaaaGccqGHsislcaWGnbWaa0baaSqaaiaadogaae
aacaWGsbaaaaGccaGLOaGaayzkaaaacaGLBbGaayzxaaGaeyOKH4Qa
aC4OdmaaBaaaleaacaWGJbaabeaakiaaiUfacaaIXaGaaGilaiaaig
dacaaIDbGaaGjbVlaaho6adaWgaaWcbaGaam4yaaqabaGcdaWadaqa
aiaaikdacaaISaGaaGOmaaGaay5waiaaw2faaiabgUcaRiaaikdada
qadaqaaiaaho6adaWgaaWcbaGaam4yaaqabaGcdaWadaqaaiaaigda
caaISaGaaGOmaaGaay5waiaaw2faaaGaayjkaiaawMcaamaaCaaale
qabaGaaGOmaaaakiaaiUdaaaa@697C@
l’application de l’inégalité de
Cauchy-Schwarz au terme de covariance implique que
V
2
(
θ
^
)
=
o
(
M
2
/
n
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIYaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
PaaacaaI9aGaam4BamaabmaabaWaaSGbaeaacaWGnbWaaWbaaSqabe
aacaaIYaaaaaGcbaGaamOBaaaaaiaawIcacaGLPaaacaGGUaaaaa@404E@
Preuve du théorème 2. Nous montrons que
V
˜
(
θ
)
=
∑
h
=
1
H
n
h
n
h
−
1
∑
i
∈
S
h
(
b
˜
h
i
−
b
˜
h
)
2
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmOvayaaia
WaaeWaaeaacqaH4oqCaiaawIcacaGLPaaacaaI9aWaaabmaeqaleaa
caWGObGaaGypaiaaigdaaeaacaWGibaaniabggHiLdGcdaWcaaqaai
aad6gadaWgaaWcbaGaamiAaaqabaaakeaacaWGUbWaaSbaaSqaaiaa
dIgaaeqaaOGaeyOeI0IaaGymaaaadaaeqaqabSqaaiaadMgacqGHii
IZcaWGtbWaaSbaaWqaaiaadIgaaeqaaaWcbeqdcqGHris5aOWaaeWa
aeaaceWGIbGbaGaadaWgaaWcbaGaamiAaiaadMgaaeqaaOGaeyOeI0
IabmOyayaaiaWaaSbaaSqaaiaadIgaaeqaaaGccaGLOaGaayzkaaWa
aWbaaSqabeaacaaIYaaaaaaa@5366@
est convergent, où
b
˜
h
i
=
∑
k
∈
S
h
i
w
h
i
k
{
∑
c
=
1
C
1
p
c
r
h
i
k
δ
c
h
i
k
(
y
h
i
k
−
Y
¯
c
R
)
−
y
h
i
k
}
=
∑
k
∈
S
h
i
w
h
i
k
e
˜
r
h
i
k
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmOyayaaia
WaaSbaaSqaaiaadIgacaWGPbaabeaakiaai2dadaaeqbqabSqaaiaa
dUgacqGHiiIZcaWGtbWaaSbaaWqaaiaadIgacaWGPbaabeaaaSqab0
GaeyyeIuoakiaadEhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaa
kmaacmaabaWaaabCaeqaleaacaWGJbGaaGypaiaaigdaaeaacaWGdb
aaniabggHiLdGcdaWcaaqaaiaaigdaaeaacaWGWbWaaSbaaSqaaiaa
dogaaeqaaaaakiaadkhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabe
aakiabes7aKnaaBaaaleaacaWGJbGaamiAaiaadMgacaWGRbaabeaa
kmaabmaabaGaamyEamaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaO
GaeyOeI0IabmywayaaraWaa0baaSqaaiaadogaaeaacaWGsbaaaaGc
caGLOaGaayzkaaGaeyOeI0IaamyEamaaBaaaleaacaWGObGaamyAai
aadUgaaeqaaaGccaGL7bGaayzFaaGaaGypamaaqafabeWcbaGaam4A
aiabgIGiolaadofadaWgaaadbaGaamiAaiaadMgaaeqaaaWcbeqdcq
GHris5aOGaam4DamaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaOGa
bmyzayaaiaWaaSbaaSqaaiaadkhacaWGObGaamyAaiaadUgaaeqaaa
aa@775E@
et
b
˜
h
=
∑
i
∈
S
h
b
˜
h
i
/
n
h
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmOyayaaia
WaaSbaaSqaaiaadIgaaeqaaOGaaGypamaaqababeWcbaGaamyAaiab
gIGiolaadofadaWgaaadbaGaamiAaaqabaaaleqaniabggHiLdGcda
WcgaqaaiqadkgagaacamaaBaaaleaacaWGObGaamyAaaqabaaakeaa
caWGUbWaaSbaaSqaaiaadIgaaeqaaaaakiaac6caaaa@4390@
Les arguments donnés dans Yung et
Rao (2000) impliquent alors que
(
n
/
M
2
)
[
V
˜
(
θ
)
−
V
^
(
θ
)
]
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaeWaaeaada
Wcgaqaaiaad6gaaeaacaWGnbWaaWbaaSqabeaacaaIYaaaaaaaaOGa
ayjkaiaawMcaamaadmaabaGabmOvayaaiaWaaeWaaeaacqaH4oqCai
aawIcacaGLPaaacqGHsislceWGwbGbaKaadaqadaqaaiabeI7aXbGa
ayjkaiaawMcaaaGaay5waiaaw2faaaaa@43F7@
converge vers zéro en probabilité.
Notons que
E
[
b
˜
h
i
|
Z
]
=
∑
k
∈
S
h
i
w
h
i
k
e
R
h
i
k
,
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyramaadm
aabaGabmOyayaaiaWaaSbaaSqaaiaadIgacaWGPbaabeaakmaaeeaa
baGaaGPaVlaahQfaaiaawEa7aaGaay5waiaaw2faaiaai2dadaaeqb
qaaiaadEhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaakiaadwga
daWgaaWcbaGaamOuaiaadIgacaWGPbGaam4AaaqabaaabaGaam4Aai
abgIGiolaadofadaWgaaadbaGaamiAaiaadMgaaeqaaaWcbeqdcqGH
ris5aOGaaGilaaaa@4FE5@
E
[
b
˜
h
i
2
|
Z
]
=
E
[
(
∑
k
∈
S
h
i
w
h
i
k
{
∑
c
=
1
C
1
p
c
[
R
h
i
k
+
r
h
i
k
−
R
h
i
k
]
δ
c
h
i
k
(
y
h
i
k
−
Y
¯
c
R
)
−
y
h
i
k
}
)
2
|
Z
]
=
(
∑
k
∈
S
h
i
w
h
i
k
e
R
h
i
k
)
2
+
V
(
∑
k
∈
S
h
i
w
h
i
k
e
˜
r
h
i
k
|
Z
)
,
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabiGaaa
qaaiaadweadaWadaqaaiqadkgagaacamaaDaaaleaacaWGObGaamyA
aaqaaiaaikdaaaGcdaabbaqaaiaaykW7caWHAbaacaGLhWoaaiaawU
facaGLDbaaaeaacaaI9aGaamyramaadmaabaWaaqGaaeaadaqadaqa
amaaqafabaGaam4DamaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaa
qaaiaadUgacqGHiiIZcaWGtbWaaSbaaWqaaiaadIgacaWGPbaabeaa
aSqab0GaeyyeIuoakmaacmaabaWaaabCaeqaleaacaWGJbGaaGypai
aaigdaaeaacaWGdbaaniabggHiLdGcdaWcaaqaaiaaigdaaeaacaWG
WbWaaSbaaSqaaiaadogaaeqaaaaakmaadmaabaGaamOuamaaBaaale
aacaWGObGaamyAaiaadUgaaeqaaOGaey4kaSIaamOCamaaBaaaleaa
caWGObGaamyAaiaadUgaaeqaaOGaeyOeI0IaamOuamaaBaaaleaaca
WGObGaamyAaiaadUgaaeqaaaGccaGLBbGaayzxaaGaeqiTdq2aaSba
aSqaaiaadogacaWGObGaamyAaiaadUgaaeqaaOWaaeWaaeaacaWG5b
WaaSbaaSqaaiaadIgacaWGPbGaam4AaaqabaGccqGHsislceWGzbGb
aebadaqhaaWcbaGaam4yaaqaaiaadkfaaaaakiaawIcacaGLPaaacq
GHsislcaWG5bWaaSbaaSqaaiaadIgacaWGPbGaam4Aaaqabaaakiaa
wUhacaGL9baaaiaawIcacaGLPaaadaahaaWcbeqaaiaaikdaaaGcca
aMc8oacaGLiWoacaaMc8UaaCOwaaGaay5waiaaw2faaaqaaaqaaiaa
i2dadaqadaqaamaaqafabeWcbaGaam4AaiabgIGiolaadofadaWgaa
adbaGaamiAaiaadMgaaeqaaaWcbeqdcqGHris5aOGaam4DamaaBaaa
leaacaWGObGaamyAaiaadUgaaeqaaOGaamyzamaaBaaaleaacaWGsb
GaamiAaiaadMgacaWGRbaabeaaaOGaayjkaiaawMcaamaaCaaaleqa
baGaaGOmaaaakiabgUcaRiaadAfadaqadaqaamaaeiaabaWaaabuae
qaleaacaWGRbGaeyicI4Saam4uamaaBaaameaacaWGObGaamyAaaqa
baaaleqaniabggHiLdGccaWG3bWaaSbaaSqaaiaadIgacaWGPbGaam
4AaaqabaGcceWGLbGbaGaadaWgaaWcbaGaamOCaiaadIgacaWGPbGa
am4AaaqabaaakiaawIa7aiaaykW7caWHAbaacaGLOaGaayzkaaGaaG
ilaaaaaaa@AFDC@
et
E
[
b
˜
h
2
|
Z
]
=
1
n
h
2
E
[
∑
i
∈
S
h
b
h
i
2
+
∑
i
∈
S
h
∑
j
≠
i
b
h
i
b
h
j
|
Z
]
=
1
n
h
2
∑
i
∈
S
h
V
(
∑
k
∈
S
h
i
w
h
i
k
e
˜
r
h
i
k
|
Z
)
+
(
1
n
h
∑
i
∈
S
h
∑
k
∈
S
h
i
w
h
i
k
e
R
h
i
k
)
2
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabiGaaa
qaaiaadweadaWadaqaamaaeiaabaGabmOyayaaiaWaa0baaSqaaiaa
dIgaaeaacaaIYaaaaaGccaGLiWoacaaMc8UaaCOwaaGaay5waiaaw2
faaaqaaiaai2dadaWcaaqaaiaaigdaaeaacaWGUbWaa0baaSqaaiaa
dIgaaeaacaaIYaaaaaaakiaadweadaWadaqaamaaqafabeWcbaGaam
yAaiabgIGiolaadofadaWgaaadbaGaamiAaaqabaaaleqaniabggHi
LdGccaWGIbWaa0baaSqaaiaadIgacaWGPbaabaGaaGOmaaaakiabgU
caRmaaeiaabaWaaabuaeqaleaacaWGPbGaeyicI4Saam4uamaaBaaa
meaacaWGObaabeaaaSqab0GaeyyeIuoakmaaqafabeWcbaGaamOAai
abgcMi5kaadMgaaeqaniabggHiLdGccaWGIbWaaSbaaSqaaiaadIga
caWGPbaabeaakiaadkgadaWgaaWcbaGaamiAaiaadQgaaeqaaaGcca
GLiWoacaaMc8UaaCOwaaGaay5waiaaw2faaaqaaaqaaiaai2dadaWc
aaqaaiaaigdaaeaacaWGUbWaa0baaSqaaiaadIgaaeaacaaIYaaaaa
aakmaaqafabaGaamOvaaWcbaGaamyAaiabgIGiolaadofadaWgaaad
baGaamiAaaqabaaaleqaniabggHiLdGcdaqadaqaamaaeiaabaWaaa
buaeqaleaacaWGRbGaeyicI4Saam4uamaaBaaameaacaWGObGaamyA
aaqabaaaleqaniabggHiLdGccaWG3bWaaSbaaSqaaiaadIgacaWGPb
Gaam4AaaqabaGcceWGLbGbaGaadaWgaaWcbaGaamOCaiaadIgacaWG
PbGaam4AaaqabaaakiaawIa7aiaaykW7caWHAbaacaGLOaGaayzkaa
Gaey4kaSYaaeWaaeaadaWcaaqaaiaaigdaaeaacaWGUbWaaSbaaSqa
aiaadIgaaeqaaaaakmaaqafabeWcbaGaamyAaiabgIGiolaadofada
WgaaadbaGaamiAaaqabaaaleqaniabggHiLdGcdaaeqbqabSqaaiaa
dUgacqGHiiIZcaWGtbWaaSbaaWqaaiaadIgacaWGPbaabeaaaSqab0
GaeyyeIuoakiaadEhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaa
kiaadwgadaWgaaWcbaGaamOuaiaadIgacaWGPbGaam4Aaaqabaaaki
aawIcacaGLPaaadaahaaWcbeqaaiaaikdaaaGccaaIUaaaaaaa@A68F@
Cela implique que
E
[
∑
i
∈
S
h
[
b
˜
h
i
−
b
˜
h
]
2
]
=
E
[
∑
i
∈
S
h
(
∑
k
∈
S
h
i
w
h
i
k
e
R
h
i
k
)
2
−
1
n
h
(
∑
i
∈
S
h
∑
k
∈
S
h
i
w
h
i
k
e
R
h
i
k
)
2
]
+
(
1
−
1
n
h
)
E
[
∑
i
∈
S
h
V
(
∑
k
∈
S
h
i
w
h
i
k
e
˜
r
h
i
k
−
y
h
i
k
|
Z
)
]
,
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabiGaaa
qaaiaadweadaWadaqaamaaqafabeWcbaGaamyAaiabgIGiolaadofa
daWgaaadbaGaamiAaaqabaaaleqaniabggHiLdGcdaWadaqaaiqadk
gagaacamaaBaaaleaacaWGObGaamyAaaqabaGccqGHsislceWGIbGb
aGaadaWgaaWcbaGaamiAaaqabaaakiaawUfacaGLDbaadaahaaWcbe
qaaiaaikdaaaaakiaawUfacaGLDbaaaeaacaaI9aGaamyramaadmaa
baWaaabuaeqaleaacaWGPbGaeyicI4Saam4uamaaBaaameaacaWGOb
aabeaaaSqab0GaeyyeIuoakmaabmaabaWaaabuaeqaleaacaWGRbGa
eyicI4Saam4uamaaBaaameaacaWGObGaamyAaaqabaaaleqaniabgg
HiLdGccaWG3bWaaSbaaSqaaiaadIgacaWGPbGaam4AaaqabaGccaWG
LbWaaSbaaSqaaiaadkfacaWGObGaamyAaiaadUgaaeqaaaGccaGLOa
GaayzkaaWaaWbaaSqabeaacaaIYaaaaOGaeyOeI0YaaSaaaeaacaaI
XaaabaGaamOBamaaBaaaleaacaWGObaabeaaaaGcdaqadaqaamaaqa
fabeWcbaGaamyAaiabgIGiolaadofadaWgaaadbaGaamiAaaqabaaa
leqaniabggHiLdGcdaaeqbqabSqaaiaadUgacqGHiiIZcaWGtbWaaS
baaWqaaiaadIgacaWGPbaabeaaaSqab0GaeyyeIuoakiaadEhadaWg
aaWcbaGaamiAaiaadMgacaWGRbaabeaakiaadwgadaWgaaWcbaGaam
OuaiaadIgacaWGPbGaam4AaaqabaaakiaawIcacaGLPaaadaahaaWc
beqaaiaaikdaaaaakiaawUfacaGLDbaaaeaaaeaacaaMf8Uaey4kaS
YaaeWaaeaacaaIXaGaeyOeI0YaaSaaaeaacaaIXaaabaGaamOBamaa
BaaaleaacaWGObaabeaaaaaakiaawIcacaGLPaaacaWGfbWaamWaae
aadaaeqbqaaiaadAfadaqadaqaamaaeiaabaWaaabuaeqaleaacaWG
RbGaeyicI4Saam4uamaaBaaameaacaWGObGaamyAaaqabaaaleqani
abggHiLdGccaWG3bWaaSbaaSqaaiaadIgacaWGPbGaam4AaaqabaGc
ceWGLbGbaGaadaWgaaWcbaGaamOCaiaadIgacaWGPbGaam4Aaaqaba
GccqGHsislcaWG5bWaaSbaaSqaaiaadIgacaWGPbGaam4Aaaqabaaa
kiaawIa7aiaaykW7caWHAbaacaGLOaGaayzkaaaaleaacaWGPbGaey
icI4Saam4uamaaBaaameaacaWGObaabeaaaSqab0GaeyyeIuoaaOGa
ay5waiaaw2faaiaaiYcaaaaaaa@AF41@
de sorte que
V
^
L
(
θ
^
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmOvayaaja
WaaSbaaSqaaiaadYeaaeqaaOWaaeWaaeaacuaH4oqCgaqcaaGaayjk
aiaawMcaaaaa@39AF@
est un estimateur approximativement
sans biais de
V
1
(
θ
^
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIXaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
PaaacaGGUaaaaa@3A3B@
La convergence découle de (A2), qui
implique la normalité asymptotique, et de la loi des grands nombres.
Preuve du théorème 3. Pour
c
≠
d
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4yaiabgc
Mi5kaadsgacaGGSaaaaa@38B6@
Cov
[
(
y
¯
c
R
−
Y
¯
c
R
)
(
M
^
c
R
−
M
c
R
)
,
(
y
¯
d
R
−
Y
¯
d
R
)
(
M
^
d
R
−
M
d
R
)
]
=
o
(
M
2
/
n
2
)
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaae4qaiaab+
gacaqG2bWaamWaaeaadaqadaqaaiqadMhagaqeamaaDaaaleaacaWG
JbaabaGaamOuaaaakiabgkHiTiqadMfagaqeamaaDaaaleaacaWGJb
aabaGaamOuaaaaaOGaayjkaiaawMcaamaabmaabaGabmytayaajaWa
a0baaSqaaiaadogaaeaacaWGsbaaaOGaeyOeI0IaamytamaaDaaale
aacaWGJbaabaGaamOuaaaaaOGaayjkaiaawMcaaiaaiYcadaqadaqa
aiqadMhagaqeamaaDaaaleaacaWGKbaabaGaamOuaaaakiabgkHiTi
qadMfagaqeamaaDaaaleaacaWGKbaabaGaamOuaaaaaOGaayjkaiaa
wMcaamaabmaabaGabmytayaajaWaa0baaSqaaiaadsgaaeaacaWGsb
aaaOGaeyOeI0IaamytamaaDaaaleaacaWGKbaabaGaamOuaaaaaOGa
ayjkaiaawMcaaaGaay5waiaaw2faaiaai2dacaWGVbWaaeWaaeaada
Wcgaqaaiaad2eadaahaaWcbeqaaiaaikdaaaaakeaacaWGUbWaaWba
aSqabeaacaaIYaaaaaaaaOGaayjkaiaawMcaaaaa@61D7@
parce que
E
[
(
y
¯
c
R
−
Y
¯
c
R
)
(
y
¯
d
R
−
Y
¯
d
R
)
]
=
o
(
n
−
1
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyramaadm
aabaWaaeWaaeaaceWG5bGbaebadaqhaaWcbaGaam4yaaqaaiaadkfa
aaGccqGHsislceWGzbGbaebadaqhaaWcbaGaam4yaaqaaiaadkfaaa
aakiaawIcacaGLPaaadaqadaqaaiqadMhagaqeamaaDaaaleaacaWG
KbaabaGaamOuaaaakiabgkHiTiqadMfagaqeamaaDaaaleaacaWGKb
aabaGaamOuaaaaaOGaayjkaiaawMcaaaGaay5waiaaw2faaiaai2da
caWGVbWaaeWaaeaacaWGUbWaaWbaaSqabeaacqGHsislcaaIXaaaaa
GccaGLOaGaayzkaaaaaa@4E1E@
pour l’échantillonnage aléatoire
simple (équation (4.26) de Lohr 2010). Par conséquent,
V
(
∑
c
=
1
C
T
^
c
p
c
)
=
∑
c
=
1
C
∑
d
=
1
C
1
p
c
1
p
d
Cov
[
(
y
¯
c
R
−
Y
¯
c
R
)
(
M
^
c
R
−
M
c
R
)
,
(
y
¯
d
R
−
Y
¯
d
R
)
(
M
^
d
R
−
M
d
R
)
]
=
∑
c
=
1
C
1
p
c
2
V
[
y
¯
c
R
−
Y
¯
c
R
]
V
[
M
^
c
R
−
M
c
R
]
+
o
(
M
2
/
n
2
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabiGaaa
qaaiaadAfadaqadaqaamaaqahabeWcbaGaam4yaiaai2dacaaIXaaa
baGaam4qaaqdcqGHris5aOWaaSaaaeaaceWGubGbaKaadaWgaaWcba
Gaam4yaaqabaaakeaacaWGWbWaaSbaaSqaaiaadogaaeqaaaaaaOGa
ayjkaiaawMcaaaqaaiaai2dadaaeWbqabSqaaiaadogacaaI9aGaaG
ymaaqaaiaadoeaa0GaeyyeIuoakmaaqahabeWcbaGaamizaiaai2da
caaIXaaabaGaam4qaaqdcqGHris5aOWaaSaaaeaacaaIXaaabaGaam
iCamaaBaaaleaacaWGJbaabeaaaaGcdaWcaaqaaiaaigdaaeaacaWG
WbWaaSbaaSqaaiaadsgaaeqaaaaakiaaboeacaqGVbGaaeODamaadm
aabaWaaeWaaeaaceWG5bGbaebadaqhaaWcbaGaam4yaaqaaiaadkfa
aaGccqGHsislceWGzbGbaebadaqhaaWcbaGaam4yaaqaaiaadkfaaa
aakiaawIcacaGLPaaadaqadaqaaiqad2eagaqcamaaDaaaleaacaWG
JbaabaGaamOuaaaakiabgkHiTiaad2eadaqhaaWcbaGaam4yaaqaai
aadkfaaaaakiaawIcacaGLPaaacaaISaWaaeWaaeaaceWG5bGbaeba
daqhaaWcbaGaamizaaqaaiaadkfaaaGccqGHsislceWGzbGbaebada
qhaaWcbaGaamizaaqaaiaadkfaaaaakiaawIcacaGLPaaadaqadaqa
aiqad2eagaqcamaaDaaaleaacaWGKbaabaGaamOuaaaakiabgkHiTi
aad2eadaqhaaWcbaGaamizaaqaaiaadkfaaaaakiaawIcacaGLPaaa
aiaawUfacaGLDbaaaeaaaeaacaaI9aWaaabCaeqaleaacaWGJbGaaG
ypaiaaigdaaeaacaWGdbaaniabggHiLdGcdaWcaaqaaiaaigdaaeaa
caWGWbWaa0baaSqaaiaadogaaeaacaaIYaaaaaaakiaadAfadaWada
qaaiqadMhagaqeamaaDaaaleaacaWGJbaabaGaamOuaaaakiabgkHi
TiqadMfagaqeamaaDaaaleaacaWGJbaabaGaamOuaaaaaOGaay5wai
aaw2faaiaadAfadaWadaqaaiqad2eagaqcamaaDaaaleaacaWGJbaa
baGaamOuaaaakiabgkHiTiaad2eadaqhaaWcbaGaam4yaaqaaiaadk
faaaaakiaawUfacaGLDbaacqGHRaWkcaWGVbWaaeWaaeaadaWcgaqa
aiaad2eadaahaaWcbeqaaiaaikdaaaaakeaacaWGUbWaaWbaaSqabe
aacaaIYaaaaaaaaOGaayjkaiaawMcaaiaai6caaaaaaa@9D37@
Le deuxième terme de
V
2
(
θ
^
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIYaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
Paaaaaa@398A@
est:
2
Cov
[
∑
c
=
1
C
T
^
c
p
c
,
∑
c
=
1
C
(
y
¯
c
R
−
Y
¯
c
R
)
M
^
c
R
p
c
−
Y
^
S
S
]
=
2
∑
c
=
1
C
∑
d
=
1
C
1
p
c
p
d
Cov
[
T
^
c
,
(
y
¯
d
R
−
Y
¯
d
R
)
M
^
d
R
−
p
d
M
^
d
R
y
¯
d
R
−
p
d
Y
^
d
N
R
]
=
2
∑
c
=
1
C
1
p
c
2
Cov
[
−
(
y
¯
c
R
−
Y
¯
c
R
)
(
M
^
c
R
−
M
c
R
)
,
(
1
−
p
c
)
y
¯
c
R
M
^
c
R
−
Y
¯
c
R
M
^
c
R
−
p
c
Y
^
c
N
R
]
+
o
(
M
2
n
2
)
=
2
∑
c
=
1
C
p
c
−
1
p
c
2
V
[
y
¯
c
R
−
Y
¯
c
R
]
V
[
M
^
c
R
−
M
c
R
]
+
o
(
M
2
n
2
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrVipC0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabqqaaa
aabaGaaGOmaiaaysW7caaMc8Uaae4qaiaab+gacaqG2bWaamWaaeaa
daaeWbqabSqaaiaadogacaaI9aGaaGymaaqaaiaadoeaa0GaeyyeIu
oakmaalaaabaGabmivayaajaWaaSbaaSqaaiaadogaaeqaaaGcbaGa
amiCamaaBaaaleaacaWGJbaabeaaaaGccaaISaWaaabCaeqaleaaca
WGJbGaaGypaiaaigdaaeaacaWGdbaaniabggHiLdGcdaWcaaqaamaa
bmaabaGabmyEayaaraWaa0baaSqaaiaadogaaeaacaWGsbaaaOGaey
OeI0IabmywayaaraWaa0baaSqaaiaadogaaeaacaWGsbaaaaGccaGL
OaGaayzkaaGabmytayaajaWaa0baaSqaaiaadogaaeaacaWGsbaaaa
GcbaGaamiCamaaBaaaleaacaWGJbaabeaaaaGccqGHsislceWGzbGb
aKaadaWgaaWcbaGaam4uaiaadofaaeqaaaGccaGLBbGaayzxaaaaba
GaaGzbVlaaywW7caaMf8UaaGzbVlaaywW7caaI9aGaaGOmamaaqaha
beWcbaGaam4yaiaai2dacaaIXaaabaGaam4qaaqdcqGHris5aOWaaa
bCaeqaleaacaWGKbGaaGypaiaaigdaaeaacaWGdbaaniabggHiLdGc
daWcaaqaaiaaigdaaeaacaWGWbWaaSbaaSqaaiaadogaaeqaaOGaam
iCamaaBaaaleaacaWGKbaabeaaaaGccaqGdbGaae4BaiaabAhadaWa
daqaaiqadsfagaqcamaaBaaaleaacaWGJbaabeaakiaaiYcadaqada
qaaiqadMhagaqeamaaDaaaleaacaWGKbaabaGaamOuaaaakiabgkHi
TiqadMfagaqeamaaDaaaleaacaWGKbaabaGaamOuaaaaaOGaayjkai
aawMcaaiqad2eagaqcamaaDaaaleaacaWGKbaabaGaamOuaaaakiab
gkHiTiaadchadaWgaaWcbaGaamizaaqabaGcceWGnbGbaKaadaqhaa
WcbaGaamizaaqaaiaadkfaaaGcceWG5bGbaebadaqhaaWcbaGaamiz
aaqaaiaadkfaaaGccqGHsislcaWGWbWaaSbaaSqaaiaadsgaaeqaaO
GabmywayaajaWaa0baaSqaaiaadsgaaeaacaWGobGaamOuaaaaaOGa
ay5waiaaw2faaaqaaiaaywW7caaMf8UaaGzbVlaaywW7caaMf8UaaG
ypaiaaikdadaaeWbqabSqaaiaadogacaaI9aGaaGymaaqaaiaadoea
a0GaeyyeIuoakmaalaaabaGaaGymaaqaaiaadchadaqhaaWcbaGaam
4yaaqaaiaaikdaaaaaaOGaae4qaiaab+gacaqG2bWaamWaaeaacqGH
sisldaqadaqaaiqadMhagaqeamaaDaaaleaacaWGJbaabaGaamOuaa
aakiabgkHiTiqadMfagaqeamaaDaaaleaacaWGJbaabaGaamOuaaaa
aOGaayjkaiaawMcaamaabmaabaGabmytayaajaWaa0baaSqaaiaado
gaaeaacaWGsbaaaOGaeyOeI0IaamytamaaDaaaleaacaWGJbaabaGa
amOuaaaaaOGaayjkaiaawMcaaiaaiYcadaqadaqaaiaaigdacqGHsi
slcaWGWbWaaSbaaSqaaiaadogaaeqaaaGccaGLOaGaayzkaaGabmyE
ayaaraWaa0baaSqaaiaadogaaeaacaWGsbaaaOGabmytayaajaWaa0
baaSqaaiaadogaaeaacaWGsbaaaOGaeyOeI0IabmywayaaraWaa0ba
aSqaaiaadogaaeaacaWGsbaaaOGabmytayaajaWaa0baaSqaaiaado
gaaeaacaWGsbaaaOGaeyOeI0IaamiCamaaBaaaleaacaWGJbaabeaa
kiqadMfagaqcamaaDaaaleaacaWGJbaabaGaamOtaiaadkfaaaaaki
aawUfacaGLDbaacqGHRaWkcaWGVbWaaeWaaeaadaWcaaqaaiaad2ea
daahaaWcbeqaaiaaikdaaaaakeaacaWGUbWaaWbaaSqabeaacaaIYa
aaaaaaaOGaayjkaiaawMcaaaqaaiaaywW7caaMf8UaaGzbVlaaywW7
caaMf8UaaGypaiaaikdadaaeWbqabSqaaiaadogacaaI9aGaaGymaa
qaaiaadoeaa0GaeyyeIuoakmaalaaabaGaamiCamaaBaaaleaacaWG
JbaabeaakiabgkHiTiaaigdaaeaacaWGWbWaa0baaSqaaiaadogaae
aacaaIYaaaaaaakiaadAfadaWadaqaaiqadMhagaqeamaaDaaaleaa
caWGJbaabaGaamOuaaaakiabgkHiTiqadMfagaqeamaaDaaaleaaca
WGJbaabaGaamOuaaaaaOGaay5waiaaw2faaiaadAfadaWadaqaaiqa
d2eagaqcamaaDaaaleaacaWGJbaabaGaamOuaaaakiabgkHiTiaad2
eadaqhaaWcbaGaam4yaaqaaiaadkfaaaaakiaawUfacaGLDbaacqGH
RaWkcaWGVbWaaeWaaeaadaWcaaqaaiaad2eadaahaaWcbeqaaiaaik
daaaaakeaacaWGUbWaaWbaaSqabeaacaaIYaaaaaaaaOGaayjkaiaa
wMcaaiaai6caaaaaaa@1252@
En combinant les termes, nous obtenons
V
2
(
θ
^
)
=
∑
c
2
p
c
−
1
p
c
2
V
[
y
¯
c
R
−
Y
¯
c
R
]
V
[
M
^
c
R
−
M
c
R
]
+
o
(
M
2
n
2
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIYaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
PaaacaaI9aWaaabuaeqaleaacaWGJbaabeqdcqGHris5aOWaaSaaae
aacaaIYaGaamiCamaaBaaaleaacaWGJbaabeaakiabgkHiTiaaigda
aeaacaWGWbWaa0baaSqaaiaadogaaeaacaaIYaaaaaaakiaadAfada
WadaqaaiqadMhagaqeamaaDaaaleaacaWGJbaabaGaamOuaaaakiab
gkHiTiqadMfagaqeamaaDaaaleaacaWGJbaabaGaamOuaaaaaOGaay
5waiaaw2faaiaadAfadaWadaqaaiqad2eagaqcamaaDaaaleaacaWG
JbaabaGaamOuaaaakiabgkHiTiaad2eadaqhaaWcbaGaam4yaaqaai
aadkfaaaaakiaawUfacaGLDbaacqGHRaWkcaWGVbWaaeWaaeaadaWc
aaqaaiaad2eadaahaaWcbeqaaiaaikdaaaaakeaacaWGUbWaaWbaaS
qabeaacaaIYaaaaaaaaOGaayjkaiaawMcaaiaai6caaaa@5F9B@
Nous pouvons estimer
p
c
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiCamaaBa
aaleaacaWGJbaabeaaaaa@3677@
par le taux de réponse empirique
dans la poststrate
c
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4yaiaacY
caaaa@3606@
V
[
y
¯
c
R
−
Y
¯
c
R
]
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaadm
aabaGabmyEayaaraWaa0baaSqaaiaadogaaeaacaWGsbaaaOGaeyOe
I0IabmywayaaraWaa0baaSqaaiaadogaaeaacaWGsbaaaaGccaGLBb
Gaayzxaaaaaa@3E20@
par
s
c
2
/
n
c
R
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaSGbaeaaca
WGZbWaa0baaSqaaiaadogaaeaacaaIYaaaaaGcbaGaamOBamaaDaaa
leaacaWGJbaabaGaamOuaaaaaaGccaGGSaaaaa@3AF0@
et, sous échantillonnage
aléatoire simple,
V
[
M
^
c
R
−
M
c
R
]
=
M
c
p
c
(
M
−
M
c
p
c
)
/
n
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaadm
aabaGabmytayaajaWaa0baaSqaaiaadogaaeaacaWGsbaaaOGaeyOe
I0IaamytamaaDaaaleaacaWGJbaabaGaamOuaaaaaOGaay5waiaaw2
faaiaai2dadaWcgaqaaiaad2eadaWgaaWcbaGaam4yaaqabaGccaWG
WbWaaSbaaSqaaiaadogaaeqaaOWaaeWaaeaacaWGnbGaeyOeI0Iaam
ytamaaBaaaleaacaWGJbaabeaakiaadchadaWgaaWcbaGaam4yaaqa
baaakiaawIcacaGLPaaaaeaacaWGUbaaaiaac6caaaa@4B98@
Le terme
V
2
(
θ
^
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIYaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
Paaaaaa@398A@
peut être négatif quand
p
c
<
1
/
2
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiCamaaBa
aaleaacaWGJbaabeaakiaaiYdadaWcgaqaaiaaigdaaeaacaaIYaaa
aaaa@38D4@
pour certaines poststrates; toutefois,
quand
p
c
<
1
/
2
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiCamaaBa
aaleaacaWGJbaabeaakiaaiYdadaWcgaqaaiaaigdaaeaacaaIYaaa
aaaa@38D4@
et
V
[
y
¯
c
R
]
>
0
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaadm
aabaGabmyEayaaraWaa0baaSqaaiaadogaaeaacaWGsbaaaaGccaGL
BbGaayzxaaGaaGOpaiaaicdacaGGSaaaaa@3C79@
alors le terme d’ordre un de la
variance,
V
1
(
θ
^
)
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaaBa
aaleaacaaIXaaabeaakmaabmaabaGafqiUdeNbaKaaaiaawIcacaGL
PaaacaGGSaaaaa@3A39@
est positif et le terme d’ordre
deux est d’ordre inférieur.
Preuve du théorème 4. La condition (A4) assure
que, asymptotiquement, une séparation complète n’aura pas lieu et que
R
h
i
k
M
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOuamaaDa
aaleaacaWGObGaamyAaiaadUgaaeaacaWGnbaaaaaa@390F@
est strictement non nul.
La dérivée de
A
^
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabCyqayaaja
aaaa@3548@
par rapport aux paramètres est
D
^
(
r
,
β
,
θ
)
=
∂
A
^
∂
(
β
,
θ
)
′
=
[
−
∑
h
i
k
∈
S
w
h
i
k
[
1
+
exp
(
−
x
h
i
k
′
β
)
]
−
2
exp
(
−
x
h
i
k
′
β
)
x
h
i
k
x
h
i
k
′
0
−
∑
h
i
k
∈
S
w
h
i
k
r
h
i
k
y
h
i
k
exp
(
−
x
h
i
k
′
β
)
x
h
i
k
′
−
1
]
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabiGaaa
qaaiqahseagaqcamaabmaabaGaaCOCaiaaiYcacaWHYoGaaGilaiab
eI7aXbGaayjkaiaawMcaaaqaaiaai2dadaWcaaqaaiabgkGi2kqahg
eagaqcaaqaaiabgkGi2oaabmaabaGaaCOSdiaaiYcacqaH4oqCaiaa
wIcacaGLPaaadaahaaWcbeqaaOGamai2gkdiIcaaaaaabaaabaGaaG
ypamaadmaabaqbaeqabiGaaaqaaiabgkHiTmaaqafabaGaam4Damaa
BaaaleaacaWGObGaamyAaiaadUgaaeqaaaqaaiaadIgacaWGPbGaam
4AaiabgIGiolaadofaaeqaniabggHiLdGcdaWadaqaaiaaigdacqGH
RaWkciGGLbGaaiiEaiaacchadaqadaqaaiabgkHiTiaahIhadaqhaa
WcbaGaamiAaiaadMgacaWGRbaabaGcdaahaaadbeqaaKqzGfGamai2
gkdiIcaaaaGccaWHYoaacaGLOaGaayzkaaaacaGLBbGaayzxaaWaaW
baaSqabeaacqGHsislcaaIYaaaaOGaciyzaiaacIhacaGGWbWaaeWa
aeaacqGHsislcaWH4bWaa0baaSqaaiaadIgacaWGPbGaam4AaaqaaO
WaaWbaaWqabeaajugybiadaITHYaIOaaaaaOGaaCOSdaGaayjkaiaa
wMcaaiaahIhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaakiaahI
hadaqhaaWcbaGaamiAaiaadMgacaWGRbaabaGcdaahaaadbeqaaKqz
GfGamai2gkdiIcaaaaaakeaacaWHWaaabaGaeyOeI0Yaaabuaeqale
aacaWGObGaamyAaiaadUgacqGHiiIZcaWGtbaabeqdcqGHris5aOGa
am4DamaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaOGaamOCamaaBa
aaleaacaWGObGaamyAaiaadUgaaeqaaOGaamyEamaaBaaaleaacaWG
ObGaamyAaiaadUgaaeqaaOGaciyzaiaacIhacaGGWbWaaeWaaeaacq
GHsislcaWH4bWaa0baaSqaaiaadIgacaWGPbGaam4AaaqaaOWaaWba
aWqabeaajugybiadaITHYaIOaaaaaOGaaCOSdaGaayjkaiaawMcaai
aahIhadaqhaaWcbaGaamiAaiaadMgacaWGRbaabaGcdaahaaadbeqa
aKqzGfGamai2gkdiIcaaaaaakeaacqGHsislcaaIXaaaaaGaay5wai
aaw2faaiaai6caaaaaaa@B3F5@
En utilisant le conditionnement successif
et l’indépendance de
r
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaCOCaaaa@3569@
et
Z
,
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaCOwaiaacY
caaaa@3601@
la valeur espérée de
D
^
(
r
,
β
,
θ
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabCirayaaja
WaaeWaaeaacaWHYbGaaGilaiaahk7acaaISaGaeqiUdehacaGLOaGa
ayzkaaaaaa@3C2F@
est
D
(
R
,
β
,
θ
)
=
[
−
∑
h
i
k
∈
U
[
1
+
exp
(
−
x
h
i
k
′
β
)
]
−
2
exp
(
−
x
h
i
k
′
β
)
x
h
i
k
x
h
i
k
′
0
−
∑
h
i
k
∈
U
R
h
i
k
y
h
i
k
exp
(
−
x
h
i
k
′
β
)
x
h
i
k
′
−
1
]
=
[
−
X
′
[
I
+
Q
]
−
2
Q
X
0
−
T
′
Q
X
−
1
]
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabiGaaa
qaaiaahseadaqadaqaaiaahkfacaaISaGaaCOSdiaaiYcacqaH4oqC
aiaawIcacaGLPaaaaeaacaaI9aWaamWaaeaafaqabeGacaaabaGaey
OeI0YaaabuaeqaleaacaWGObGaamyAaiaadUgacqGHiiIZcaWGvbaa
beqdcqGHris5aOWaamWaaeaacaaIXaGaey4kaSIaciyzaiaacIhaca
GGWbWaaeWaaeaacqGHsislcaWH4bWaa0baaSqaaiaadIgacaWGPbGa
am4AaaqaaOWaaWbaaWqabeaajugybiadaITHYaIOaaaaaOGaaCOSda
GaayjkaiaawMcaaaGaay5waiaaw2faamaaCaaaleqabaGaeyOeI0Ia
aGOmaaaakiGacwgacaGG4bGaaiiCamaabmaabaGaeyOeI0IaaCiEam
aaDaaaleaacaWGObGaamyAaiaadUgaaeaakmaaCaaameqabaqcLbwa
cWaGyBOmGikaaaaakiaahk7aaiaawIcacaGLPaaacaWH4bWaaSbaaS
qaaiaadIgacaWGPbGaam4AaaqabaGccaWH4bWaa0baaSqaaiaadIga
caWGPbGaam4AaaqaaOWaaWbaaWqabeaajugybiadaITHYaIOaaaaaa
GcbaGaaCimaaqaaiabgkHiTmaaqafabeWcbaGaamiAaiaadMgacaWG
RbGaeyicI4Saamyvaaqab0GaeyyeIuoakiaadkfadaWgaaWcbaGaam
iAaiaadMgacaWGRbaabeaakiaadMhadaWgaaWcbaGaamiAaiaadMga
caWGRbaabeaakiGacwgacaGG4bGaaiiCamaabmaabaGaeyOeI0IaaC
iEamaaDaaaleaacaWGObGaamyAaiaadUgaaeaakmaaCaaameqabaqc
LbwacWaGyBOmGikaaaaakiaahk7aaiaawIcacaGLPaaacaWH4bWaa0
baaSqaaiaadIgacaWGPbGaam4AaaqaaOWaaWbaaWqabeaajugybiad
aITHYaIOaaaaaaGcbaGaeyOeI0IaaGymaaaaaiaawUfacaGLDbaaae
aaaeaacaaI9aWaamWaaeaafaqabeGacaaabaGaeyOeI0IabCiwayaa
faWaamWaaeaacaWHjbGaey4kaSIaaCyuaaGaay5waiaaw2faamaaCa
aaleqabaGaeyOeI0IaaGOmaaaakiaahgfacaWHybaabaGaaCimaaqa
aiabgkHiTiqahsfagaqbaiaahgfacaWHybaabaGaeyOeI0IaaGymaa
aaaiaawUfacaGLDbaacaaIUaaaaaaa@B1AE@
Aussi,
Cov
[
vec
D
^
(
r
,
β
,
θ
)
]
=
O
(
M
2
/
n
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaae4qaiaab+
gacaqG2bWaamWaaeaacaqG2bGaaeyzaiaabogaceWHebGbaKaadaqa
daqaaiaahkhacaaISaGaaCOSdiaaiYcacqaH4oqCaiaawIcacaGLPa
aaaiaawUfacaGLDbaacaaI9aGaam4tamaabmaabaWaaSGbaeaacaWG
nbWaaWbaaSqabeaacaaIYaaaaaGcbaGaamOBaaaaaiaawIcacaGLPa
aaaaa@498B@
parce que
V
[
∑
h
i
k
∈
S
w
h
i
k
r
h
i
k
y
h
i
k
exp
(
−
x
h
i
k
′
β
)
x
h
i
k
′
]
=
V
[
∑
h
i
k
∈
S
w
h
i
k
R
h
i
k
y
h
i
k
exp
(
−
x
h
i
k
′
β
)
x
h
i
k
′
]
+
E
{
V
[
∑
h
i
k
∈
S
w
h
i
k
r
h
i
k
y
h
i
k
exp
(
−
x
h
i
k
′
β
)
x
h
i
k
′
|
Z
]
}
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeaabiGaaa
qaaiaadAfadaWadaqaamaaqafabeWcbaGaamiAaiaadMgacaWGRbGa
eyicI4Saam4uaaqab0GaeyyeIuoakiaadEhadaWgaaWcbaGaamiAai
aadMgacaWGRbaabeaakiaadkhadaWgaaWcbaGaamiAaiaadMgacaWG
RbaabeaakiaadMhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaaki
GacwgacaGG4bGaaiiCamaabmaabaGaeyOeI0IaaCiEamaaDaaaleaa
caWGObGaamyAaiaadUgaaeaakmaaCaaameqabaqcLbwacWaGyBOmGi
kaaaaakiaahk7aaiaawIcacaGLPaaacaWH4bWaa0baaSqaaiaadIga
caWGPbGaam4AaaqaaOWaaWbaaWqabeaajugybiadaITHYaIOaaaaaa
GccaGLBbGaayzxaaaabaGaaGypaiaadAfadaWadaqaamaaqafabeWc
baGaamiAaiaadMgacaWGRbGaeyicI4Saam4uaaqab0GaeyyeIuoaki
aadEhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabeaakiaadkfadaWg
aaWcbaGaamiAaiaadMgacaWGRbaabeaakiaadMhadaWgaaWcbaGaam
iAaiaadMgacaWGRbaabeaakiGacwgacaGG4bGaaiiCamaabmaabaGa
eyOeI0IaaCiEamaaDaaaleaacaWGObGaamyAaiaadUgaaeaakmaaCa
aameqabaqcLbwacWaGyBOmGikaaaaakiaahk7aaiaawIcacaGLPaaa
caWH4bWaa0baaSqaaiaadIgacaWGPbGaam4AaaqaaOWaaWbaaWqabe
aajugybiadaITHYaIOaaaaaaGccaGLBbGaayzxaaaabaaabaGaaGzb
VlabgUcaRiaadweadaGadaqaaiaadAfadaWadaqaamaaeiaabaWaaa
buaeqaleaacaWGObGaamyAaiaadUgacqGHiiIZcaWGtbaabeqdcqGH
ris5aOGaam4DamaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaOGaam
OCamaaBaaaleaacaWGObGaamyAaiaadUgaaeqaaOGaamyEamaaBaaa
leaacaWGObGaamyAaiaadUgaaeqaaOGaciyzaiaacIhacaGGWbWaae
WaaeaacqGHsislcaWH4bWaa0baaSqaaiaadIgacaWGPbGaam4Aaaqa
aOWaaWbaaWqabeaajugybiadaITHYaIOaaaaaOGaaCOSdaGaayjkai
aawMcaaiaahIhadaqhaaWcbaGaamiAaiaadMgacaWGRbaabaGcdaah
aaadbeqaaKqzGfGamai2gkdiIcaaaaaakiaawIa7aiaahQfaaiaawU
facaGLDbaaaiaawUhacaGL9baacaaIUaaaaiaaiccaaaa@C3D4@
Le premier terme est
O
(
M
2
/
n
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4tamaabm
aabaWaaSGbaeaacaWGnbWaaWbaaSqabeaacaaIYaaaaaGcbaGaamOB
aaaaaiaawIcacaGLPaaaaaa@3999@
en vertu des arguments classiques
et le deuxième terme est
O
(
M
2
/
n
)
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4tamaabm
aabaWaaSGbaeaacaWGnbWaaWbaaSqabeaacaaIYaaaaaGcbaGaamOB
aaaaaiaawIcacaGLPaaaaaa@3999@
en vertu du lemme 1, en notant
que le bornage de
R
h
i
k
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOuamaaBa
aaleaacaWGObGaamyAaiaadUgaaeqaaaaa@383C@
et
x
h
i
k
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaCiEamaaBa
aaleaacaWGObGaamyAaiaadUgaaeqaaaaa@3866@
borne également
exp
(
−
x
h
i
k
′
β
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaciyzaiaacI
hacaGGWbWaaeWaaeaacqGHsislcaWH4bWaa0baaSqaaiaadIgacaWG
PbGaam4AaaqaaOWaaWbaaWqabeaajugybiadaITHYaIOaaaaaOGaaC
OSdaGaayjkaiaawMcaaiaac6caaaa@4399@
Par conséquent,
V
[
β
^
−
β
θ
^
−
θ
]
=
D
(
R
,
β
,
θ
)
−
1
V
[
∑
h
i
k
∈
S
w
h
i
k
u
(
y
h
i
k
,
x
h
i
k
,
r
h
i
k
,
β
)
]
D
(
R
,
β
,
θ
)
−
T
+
o
(
M
2
/
n
)
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOvamaadm
aabaqbaeqabiqaaaqaaiqahk7agaqcaiabgkHiTiaahk7aaeaacuaH
4oqCgaqcaiabgkHiTiabeI7aXbaaaiaawUfacaGLDbaacaaI9aGaaC
iramaabmaabaGaaCOuaiaaiYcacaWHYoGaaGilaiabeI7aXbGaayjk
aiaawMcaamaaCaaaleqabaGaeyOeI0IaaGymaaaakiaadAfadaWada
qaamaaqafabeWcbaGaamiAaiaadMgacaWGRbGaeyicI4Saam4uaaqa
b0GaeyyeIuoakiaadEhadaWgaaWcbaGaamiAaiaadMgacaWGRbaabe
aakiaahwhadaqadaqaaiaadMhadaWgaaWcbaGaamiAaiaadMgacaWG
RbaabeaakiaaiYcacaWH4bWaaSbaaSqaaiaadIgacaWGPbGaam4Aaa
qabaGccaaISaGaamOCamaaBaaaleaacaWGObGaamyAaiaadUgaaeqa
aOGaaGilaiaahk7aaiaawIcacaGLPaaaaiaawUfacaGLDbaacaWHeb
WaaeWaaeaacaWHsbGaaGilaiaahk7acaaISaGaeqiUdehacaGLOaGa
ayzkaaWaaWbaaSqabeaacqGHsislcaWGubaaaOGaey4kaSIaam4Bam
aabmaabaWaaSGbaeaacaWGnbWaaWbaaSqabeaacaaIYaaaaaGcbaGa
amOBaaaaaiaawIcacaGLPaaacaaIUaaaaa@79D2@
Le résultat en (3.3) s’ensuit parce
que
[
D
(
R
,
β
,
θ
)
]
−
1
=
[
−
C
0
T
′
Q
X
C
−
1
]
.
MathType@MTEF@5@5@+=
feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn
hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr
4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqr=fFD0xd9Wqpe0dd9
qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpm0dXdHqps0=vr
0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaamWaaeaaca
WHebWaaeWaaeaacaWHsbGaaGilaiaahk7acaaISaGaeqiUdehacaGL
OaGaayzkaaaacaGLBbGaayzxaaWaaWbaaSqabeaacqGHsislcaaIXa
aaaOGaaGypamaadmaabaqbaeqabiGaaaqaaiabgkHiTiaahoeaaeaa
caWHWaaabaGabCivayaafaGaaCyuaiaahIfacaWHdbaabaGaeyOeI0
IaaGymaaaaaiaawUfacaGLDbaacaaIUaaaaa@4ADA@
Bibliographie
Abraham, K.G., Helms, S. et Presser, S. (2009). How social processes distort measurement: The impact
of survey nonresponse on estimates of volunteer work in the United States. American Journal of Sociology , 114(4), 1129-1165.
Baker, R., Brick, J.M.,
Bates, N.A., Battaglia, M., Couper, M.P., Dever, J.A., Gile, K.J. et
Tourangeau, R. (2013). Summary report of the AAPOR task force on nonprobability
sampling. Journal of Survey Statistics and Methodology , 1, 90-143.
Binder, D.A. (1983). On
the variances of asymptotically normal estimators from complex surveys. International Statistical
Review /Revue Internationale de Statistique , 51, 279-292.
Brick, J.M. (2013). Unit nonresponse
and weighting adjustments: A critical review. Journal of Official Statistics ,
29(3), 329-353.
Eltinge, J.L. (2002).
Diagnostics for the practical effects of nonresponse adjustment methods. Dans Survey
Nonresponse , (Éds., R.M. Groves, D.A. Dillman, J.L. Eltinge et R.J.A.
Little), New York: John Wiley & Sons, Inc., 431-443.
Fay, R.E. (1991). A
design-based perspective on missing data variance . Dans Proceedings of the
1991 Annual Research Conference, U.S. Bureau of the Census, Washington , DC,
429-440.
Fuller, W.A. (2009). Sampling Statistics . Hoboken, NJ: Wiley.
Groves, R.M., et
Heeringa, S.G. (2006). Responsive design for household surveys: Tools for
actively controlling survey errors and costs. Journal of the Royal
Statistical Society, Series A (Statistics in Society) , 169(3), 439-457.
Groves, R.M. (2006).
Nonresponse rates and nonresponse bias in household surveys. Public Opinion
Quarterly , 70(5), 646-675.
Hamrick, K.S. (2012). Nonresponse Bias Analysis of Body Mass Index
Data in the Eating and Health Module. Rapport technique 1934, United States
Department of Agriculture Economic Research Service, Washington, DC .
Harris-Kojetin, B.A.
(2012). Nonresponse Bias Analysis for
Establishment Surveys: Guidance from the U.S. Office of Management and Budget .
Document
présenté au DC-AAPOR, http://www.dc-aapor.org/documents/Harris-Kojetin2012.pdf.
Haziza, D., et Lesage, É. (2016). A
discussion of weighting procedures for unit nonresponse. Journal of Official
Statistics , 32(1), 129-145.
Haziza, D., Thompson,
K.J. et Yung, W. (2010). L’effet des ajustements pour la non-réponse
sur l’estimation de la variance . Techniques
d’enquête , 36, 1, 39-48. Article accessible à l'adresse http://www.statcan.gc.ca/pub/12-001-x/2010001/article/11246-fra.pdf.
Kim, J.K., et Kim, J.J.
(2007). Nonresponse weighting adjustment using estimated response probability. Canadian
Journal of Statistics , 35(4), 501-514.
Kohut, A., Keeter, S.,
Doherty, C., Dimock, M. et Christian, L. (2012). Assessing the
Representativeness of Public Opinion Surveys. Pew Research Center,
Washington, DC .
Lohr, S.L., Hsu, V. et
Montaquila, J. (2015). Using classification and regression trees to model
survey nonresponse. Proceedings of the Survey Research Methods Section, American Statistical Association ,
2071-2085.
Oh, H.L., et Scheuren, F.J. (1987). Weighting
adjustments for unit nonresponse. Dans Incomplete Data in Sample Surveys , (Éds., W.G. Madow, I. Olkin et D.B.
Rubin), New York: Academic Press, 2,
143-184.
Riddles, M., Marker,
D.A., Rizzo, L., Wiley, E. et Zukerberg, A. (2015). Adaptive Design for the National Teacher Principal Survey . Document
présenté à l’AAPOR 70th Annual Conference, Hollywood, FL.
R Core Team (2015). R:
A Language and Environment for Statistical Computing. R Foundation for
Statistical Computing , Vienne, Autriche.
Särndal, C.-E., et
Lundström, S. (2005). Estimation in Surveys with Nonresponse. Hoboken, NJ:
Wiley .
SAS Institute, Inc.
(2011). SAS/STAT 9.3 User’s Guide. Cary, NC: SAS Institute, Inc.
Shao, J., et Steel, P.
(1999). Variance estimation for survey data with composite imputation and
nonnegligible sampling fractions. Journal of the American Statistical
Association , 93, 254-265.
Shao, J., et Tu, D.
(1995). The Jackknife and Bootstrap. New York: Springer .
Tourangeau, R., Brick, J.M., Lohr, S. et Li, J. (2016). Adaptive and responsive survey designs: A review and
assessment. Journal of the Royal Statistical Society, Series A (Statistics
in Society) , publié en ligne,
http://onlinelibrary.wiley.com/doi/10.1111/rssa.12186/pdf.
United States Office of
Management and Budget (2006). Standards and guidelines for statistical surveys .
https://www.whitehouse.gov/sites/default/files/omb/inforeg/statpolicy/standards_stat_surveys.pdf.
Yung, W., et Rao, J.N.K. (2000). Jackknife
variance estimation under imputation for estimators using poststratification
information. Journal of the American Statistical Association , 95(451),
903-915.
ISSN : 1712-5685
Politique de rédaction
Techniques d ’enquête publie des articles sur les divers aspects des méthodes statistiques qui intéressent un organisme statistique comme, par exemple, les problèmes de conception découlant de contraintes d’ordre pratique, l’utilisation de différentes sources de données et de méthodes de collecte, les erreurs dans les enquêtes, l’évaluation des enquêtes, la recherche sur les méthodes d’enquête, l’analyse des séries chronologiques, la désaisonnalisation, les études démographiques, l’intégration de données statistiques, les méthodes d’estimation et d’analyse de données et le développement de systèmes généralisés. Une importance particulière est accordée à l’élaboration et à l’évaluation de méthodes qui ont été utilisées pour la collecte de données ou appliquées à des données réelles. Tous les articles seront soumis à une critique, mais les auteurs demeurent responsables du contenu de leur texte et les opinions émises dans la revue ne sont pas nécessairement celles du comité de rédaction ni de Statistique Canada.
Présentation de textes pour la revue
Techniques d ’enquête est publiée en version électronique deux fois l’an. Les auteurs désirant faire paraître un article sont invités à le faire parvenir en français ou en anglais en format électronique et préférablement en Word au rédacteur en chef, (statcan.smj-rte.statcan@canada.ca , Statistique Canada, 150 Promenade du Pré Tunney, Ottawa, (Ontario), Canada, K1A 0T6). Pour les instructions sur le format, veuillez consulter les directives présentées dans la revue ou sur le site web (www.statcan.gc.ca/Techniquesdenquete).
Note de reconnaissance
Le succès du système statistique du Canada repose sur un partenariat bien établi entre Statistique Canada et la population, les entreprises, les administrations canadiennes et les autres organismes. Sans cette collaboration et cette bonne volonté, il serait impossible de produire des statistiques précises et actuelles.
Normes de service à la clientèle
Statistique Canada s'engage à fournir à ses clients des services rapides, fiables et courtois. À cet égard, notre organisme s'est doté de normes de service à la clientèle qui doivent être observées par les employés lorsqu'ils offrent des services à la clientèle.
Droit d'auteur
Publication autorisée par le ministre responsable de Statistique Canada.
© Ministre de l'Industrie, 2016
L'utilisation de la présente publication est assujettie aux modalités de l'Entente de licence ouverte de Statistique Canada .
N° 12-001-X au catalogue
Périodicité : Semi-annuel
Ottawa
Date de modification :
2016-12-20