Agrotechnologie

Abstrait

Estimateur d'étalonnage du coefficient de régression utilisant des variables auxiliaires multiples

Vandita Kumari, Kaustav Aditya

Les coefficients de régression calculés à l'aide de la technique des moindres carrés ordinaires supposent que les observations sont indépendantes et distribuées de manière identique. Ces hypothèses sont discutables pour les données collectées à l'aide d'un plan d'enquête complexe. Les informations sur le plan d'échantillonnage doivent être intégrées dans l'estimation des coefficients de régression à partir des données d'enquête à l'aide des pondérations d'échantillonnage. Un estimateur efficace du coefficient de régression a été développé en étendant la méthode d'étalonnage à des variables auxiliaires multiples liées à la variable d'étude. Les estimateurs de variance de l'estimateur d'étalonnage proposé ont également été développés à l'aide de la technique de linéarisation en série de Taylor et de la méthode bootstrap. Les résultats basés sur des études empiriques utilisant à la fois des ensembles de données simulés et réels montrent que l'estimateur d'étalonnage proposé est plus performant que l'
estimateur existant. De plus, les deux méthodes proposées d'estimation de la variance pour l'estimateur d'étalonnage fonctionnent correctement.