2016-Données manquantes en échantillonnage

Données manquantes en échantillonnage 
Président: Michael Hidiroglou (Statistics Canada)
Responsable: Wes Yung (Statistics Canada) 
[PDF]
SONG CAI, Carleton University
Inférence de vraisemblance empirique fondée sur les équations d'estimation pour sondage complexe avec données manquantes aléatoirement  [PDF]
 
Nous proposons une méthode de vraisemblance empirique (EL) pour la construction d'intervalles de confiance pour des paramètres d'une population définis par des équations d'estimation (EEs) avec des données manquantes aléatoirement provenant de sondages complexes. Au lieu d'imputer les données originales, nous imputons les EEs en utilisant une imputation fractionnaire avec un nombre fixé de tirages. Nous construisons ensuite un rapport EL basé sur les EEs attribués et démontrons que ce rapport a généralement une loi limite khi bar carré. Nous démontrons aussi que, lorsqu'il n'y a aucune donnée manquante, le rapport EL proposé a une simple loi limite khi carré selon l'échantillonnage PPT avec remise. De plus, nous proposons une procédure bootstrap pour approximer la loi limite du rapport EL pour la construction d'intervalles de confiance pour des paramètres d'intérêt. 
 
DAVID HAZIZA, Université de Montréal
Propriétés de l'estimateur par calage instrumental en présence de non-réponse totale  [PDF]
 
Ces dernières années, le calage instrumental a reçu beaucoup d'attention dans la littérature dans le contexte de la non-réponse totale dans les enquêtes. Dans cet article, nous exposons les conditions selon lesquelles l'estimateur par calage instrumental est convergent. Même lorsque les conditions sont remplies, l'estimateur résultant peut subir une amplification de la variance. Lorsque les conditions ne sont pas remplies, l'estimateur peut souffrir d'une amplification du biais et d'une amplification de la variance. Des résultats provenant d'une étude de simulation seront présentés. 
 
XICHEN SHE, University of Waterloo
Imputation fractionnaire conjointe pleinement efficace pour des réponses bivariées ordinales incomplètes  [PDF]
 
Dans les études médicales ainsi que dans plusieurs domaines des sciences sociales, les réponses ordinales par paires sont un des formats de données communs recueillis pour analyse. Fréquemment, une réponse ou même parfois les deux réponses sont manquantes. Dans cet article, nous proposons une procédure d'imputation fractionnaire conjointe pleinement efficace qui crée un ensemble de données complet unique avec des pondérations fractionnaires. Nous démontrons que cet ensemble de données synthétique ne conduit pas seulement à une inférence valide pour des paramètres simples tels que des proportions marginales mais préserve également la structure de la corrélation, ce qui conduit à une estimation de mesures d'association valide. Des résultats théoriques des procédures d'inférence basées sur les ensembles de données fractionnaires imputées sont présentés, et les performances de ces méthodes sur des échantillons finis avec comparaisons avec des méthodes existantes sont examinées au moyen d'études de simulation.