Estimation de variance par linéarisation pour des indices de pauvreté et d’exclusion sociale

Nous avons implémenté la technique de linéarisation généralisée reposant sur le concept de fonction d’influence tout comme l’a fait Osier pour estimer la variance de statistiques complexes telles que les indices de Laeken. Des simulations réalisées avec le langage R montrent que, pour les cas où l’on a recours à une estimation par noyau gaussien de la fonction de densité des revenus considérés, on obtient un fort biais pour la valeur estimée de la variance. On propose deux autres méthodes pour estimer la densité qui diminuent fortement le biais constaté. L’une de ces méthodes a déjà été esquissée par Deville. Les résultats publiés ici permettront une amélioration substantielle de la qualité des informations sur la précision de certains indices de Laeken diffusées
et comparées internationalement.