[Statlist] séminaire sondages 20.04.2023

MATEI Alina Gabriela A||n@@M@te| @end|ng |rom un|ne@ch
Thu Apr 6 10:22:36 CEST 2023


L'Institut de statistique, Université de Neuchâtel et le groupe « Enquêtes, Modèles et Applications » de la SFdS (Société Française de Statistique) organisent le jeudi 20 avril 2023 à 14h00 (CET) le séminaire en ligne : « Discussion sur la repondération pour la non-réponse : Quand les probabilités de réponse sont estimées par calage ou par maximum de vraisemblance » par Caren Hasler.

L'événement est gratuit et ouvert à tous et toutes. Vous pouvez rejoindre le séminaire en utilisant le lien suivant : 

https://unine.webex.com/unine/j.php?MTID=m7f446669688fe3a2f85000dc9c129438 

ou en utilisant directement les identifiants suivants sur Webex : 
Webinar number (access code): 2744 907 4700 
Webinar password: 3pX8ShpMMn4 

**************************************************************************************************************************************************************

Jeudi 20 avril 2023 à 14h00 (CET)

Invitée : Caren Hasler (Université de Neuchâtel, Suisse)

Titre : Discussion sur la repondération pour la non-réponse : Quand les probabilités de réponse sont estimées par calage ou par maximum de vraisemblance

Résumé : Dans cette présentation, nous discuterons deux alternatives de repondération pour une enquête présentant de la non-réponse totale. La première alternative consiste à estimer les probabilités de réponse par maximum de vraisemblance, la seconde par calage. Pour les deux alternatives, l'inverse des probabilités de réponse estimées sont utilisées pour augmenter le poids des répondants afin de diminuer le biais de non-réponse. Nous présenterons les propriétés des estimateurs ainsi obtenus, montrerons qu'ils sont asymptotiquement sans biais et plus efficaces que l'estimateur qui se base sur les vraies probabilités de réponse. Nous parlerons également de la double robustesse, c'est-à-dire du comportement des estimateurs lorsque le modèle utilisé pour estimer les probabilités de réponse est mal spécifié. Ensuite, nous montrerons les résultats d'une étude par simulations. Enfin, nous conclurons par des remarques générales quant aux méthodes présentées et à des alternatives plus robustes.

Biographie : Caren Hasler, docteur en statistique, est chercheure à l'Université de Neuchâtel, Suisse. Ses intérêts de recherche se portent principalement sur les aspects théoriques et pratiques du traitement de la non-réponse dans les enquêtes.



More information about the Statlist mailing list