Vignette d'image

Massiani, Anne

Nom
Massiani, Anne
Affiliation principale
Fonction
Professeur associé
Identifiants
https://libra.unine.ch/handle/123456789/548

Résultat de la recherche

Filtres

42
4
22
Réinitialiser les filtres

Paramètres

Voici les éléments 1 - 4 sur 4
  • Publication
    Métadonnées seulement
    Estimation de la variance d’indicateurs transversaux pour l’enquête SILC en Suisse
    (2013-6)
    Massiani, Anne 
    L’enquête SILC (Statistics on Income and Living Conditions) est une enquête européenne annuelle visant à mesurer la répartition des revenus, la pauvreté et les conditions de vie de la population. Elle est réalisée en Suisse depuis 2007 selon un schéma rotatif de quatre panels qui permet de produire à la fois des estimations transversales et des estimations longitudinales. Dans cet article, nous abordons le problème de l’estimation de la variance des indicateurs transversaux sur la pauvreté et l’exclusion sociale retenus par Eurostat. Nos calculs tiennent compte de la non-linéarité des estimateurs, de la non-réponse totale à différentes phases d’enquête, du sondage indirect et du calage. Nous adaptons la méthode d’estimation de variance en cas de non-réponse après un partage des poids proposée par Lavallée (2002) et obtenons un estimateur de variance asymptotiquement sans biais et très simple à programmer.
  • Publication
    Métadonnées seulement
    Estimation of the variance of cross-sectional indicators for the SILC survey in Switzerland
    (2013-6)
    Massiani, Anne 
    SILC (Statistics on Income and Living Conditions) is an annual European survey that measures the population’s income distribution, poverty and living conditions. It has been conducted in Switzerland since 2007, based on a four-panel rotation scheme that yields both cross-sectional and longitudinal estimates. This article examines the problem of estimating the variance of the cross-sectional poverty and social exclusion indicators selected by Eurostat. Our calculations take into account the non-linearity of the estimators, total non-response at different survey stages, indirect sampling and calibration. We adapt the method proposed by Lavallée (2002) for estimating variance in cases of non-response after weight sharing, and we obtain a variance estimator that is asymptotically unbiased and very easy to program.