Contribution à l'estimation du coefficient de corrélation en présence d'imputation par hot-deck aléatoire dans le cas d'enquêtes stratifiées à plusieurs degrés

Overview & Synopsis

Les paramètres qui ont souvent fait l'objet d'estimation en présence d'imputation sont les moyennes ou les totaux qui sont généralement estimés sans biais par un nombre important de méthodes d'imputation. Cependant, en pratique, on est souvent amené à estimer des paramètres plus complexes tels que des coefficients de corrélation, de régression, etc., dont l'estimation nécessite d'estimer des composantes multivariées. L'imputation a tendance a déformer les relations entre variables. Une méthode d'imputation hot-deck aléatoire modifiée qui permet d'obtenir un estimateur non biaisé du coefficient de corrélation est proposée. Une étude de simulation a été effectuée afin de montrer l'efficacité de la nouvelle méthode. Un estimateur convergent de la variance de l'estimateur proposé a été obtenu par la méthode du Jackknife.