Le jeudi 27 octobre 2011, à 13 h 30, en la salle 2512 du pavillon Adrien-Pouliot

Analyse d’un modèle à deux niveaux par vraisemblance composite avec des données provenant d’un plan de sondage informatif
François Verret, Statistique Canada

Les modèles multi niveaux sont souvent utilisés afin d’analyser des données d’enquête lorsque la structure hiérarchique du plan de sondage correspond à celle du modèle. Rao, Verret et Hidiroglou (2010) ont proposé une approche basée sur la vraisemblance composite pour les modèles à deux niveaux menant à des estimateurs convergents selon le modèle et le plan de sondage aux paramètres du modèle, à condition que le nombre de grappes échantillonnées soit suffisamment grand. Dans cette présentation, on résumera une partie de leurs travaux. On présentera l’estimation par vraisemblance composite (Lele et Taper, 2002) et on verra des façons d’adapter cette méthode d’estimation et des méthodes classiques à l’analyse de données d’enquête. Finalement, pour comparer ces estimateurs on montrera les résultats d’une étude par simulations.

Travail effectué en collaboration avec Jon N.K. Rao (Université Carleton) et Michel A. Hidiroglou (Statistique Canada)

Références
Lele, S. & Taper, M.L. (2002). A composite likelihood approach to (co)variance components estimation. Journal of Statistical Planning and Inference, 109, 117-135.
Rao, J.N.K., Verret, F. & Hidiroglou, M.A. (2010). A weighted estimating equations approach to inference for two-level models from survey data. Recueils de la section des méthodes d’enquête de l’assemblée annuelle de la SSC 2010.