Liens externes
  • Directories
  • Faculties
  • Libraries
  • Campus maps
  • Sites A to Z
  • My UdeM
    • Mon portail UdeM
    • My email
    • StudiUM
Dessin du pavillon Roger Gaudry/Sketch of Roger Gaudry Building
University Home pageUniversity Home pageUniversity Home page
Papyrus : Institutional Repository
Papyrus
Institutional Repository
Papyrus
    • français
    • English
  • English 
    • français
    • English
  • Login
  • English 
    • français
    • English
  • Login
View Item 
  •   Home
  • Faculté des arts et des sciences
  • Faculté des arts et des sciences – Département de mathématiques et de statistique
  • Faculté des arts et des sciences – Département de mathématiques et de statistique – Thèses et mémoires
  • View Item
  •   Home
  • Faculté des arts et des sciences
  • Faculté des arts et des sciences – Département de mathématiques et de statistique
  • Faculté des arts et des sciences – Département de mathématiques et de statistique – Thèses et mémoires
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

My Account

To submit an item or subscribe to email alerts.
Login
New user?

Browse

All of PapyrusCommunities and CollectionsTitlesIssue DatesAuthorsAdvisorsSubjectsDisciplinesAffiliationTitles indexThis CollectionTitlesIssue DatesAuthorsAdvisorsSubjectsDisciplinesAffiliationTitles index

Statistics

View Usage Statistics
Show metadata
Permalink: http://hdl.handle.net/1866/22553

Estimation multi-robuste efficace en présence de données influentes

Thesis or Dissertation
Thumbnail
Michal_Victoire_2019_Memoire.pdf (2.548Mb)
2019-08 (degree granted: 2019-10-30)
Author(s)
Michal, Victoire
Advisor(s)
Haziza, David
Level
Master's
Discipline
Statistique
Keywords
  • Robustesse
  • Imputation multi-robuste
  • Biais conditionnel
  • Inférence basée sur le plan de sondage
  • Unités influentes
  • Non-réponse
  • Robustness
  • Multiply robust imputation
  • Conditional bias
  • Design-based inference
  • Influential units
  • Item nonresponse
  • Mathematics / Mathématiques (UMI : 0405)
Abstract(s)
Lorsque des enquêtes sont effectuées, il est commun de faire face à de la non-réponse de la part des individus échantillonnés. Les estimateurs non-ajustés pouvant être biaisés en présence de données manquantes, on a habituellement recours à des méthodes d'imputation pour obtenir un fichier de données complété et réduire ainsi le biais de non-réponse. De plus, les estimateurs usuels de totaux ou moyennes de la population finie sont très sensibles à la présence de données influentes dans l'échantillon. Nous proposons une version efficace en présence de valeurs influentes des estimateurs multi-robustes, c'est-à-dire des estimateurs imputés par une méthode d'imputation multi-robuste. Pour ce faire, nous définissons le biais conditionnel d'une unité échantillonnée comme mesure de son influence. Nous présenterons les résultats d'une étude par simulation afin de montrer les gains de la méthode proposée en termes de biais et d'efficacité.
 
Item nonresponse is a common issue in surveys. Because unadjusted estimators may be biased in the presence of nonresponse, it is common practice to impute the missing values, leading to the creation of a completed data file, in order to reduce the nonresponse bias. Moreover, the commonly used estimators of population totals/means are very unstable in the presence of influential units. We develop an efficient version, in the presence of influential units, of multiply robust estimators, which are estimators obtained after a multiply robust imputation method. To do so, we define the conditional bias of a sample unit as its measure of influence. We will present the results of a simulation study to show the benefits of the proposed method in terms of bias and efficiency.
Collections
  • Thèses et mémoires électroniques de l’Université de Montréal [16669]
  • Faculté des arts et des sciences – Département de mathématiques et de statistique – Thèses et mémoires [364]

DSpace software [version 5.8 XMLUI], copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Certificat SSL / SSL Certificate
les bibliothéques/UdeM
  • Emergency
  • Private life
  • Careers
  • My email
  • StudiUM
  • iTunes U
  • Contact us
  • Facebook
  • YouTube
  • Twitter
  • University RSS
 

 


DSpace software [version 5.8 XMLUI], copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Certificat SSL / SSL Certificate
les bibliothéques/UdeM
  • Emergency
  • Private life
  • Careers
  • My email
  • StudiUM
  • iTunes U
  • Contact us
  • Facebook
  • YouTube
  • Twitter
  • University RSS