BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//132.216.98.100//NONSGML kigkonsult.se iCalcreator 2.20.4//
BEGIN:VEVENT
UID:20250917T155416EDT-1979tbNbe9@132.216.98.100
DTSTAMP:20250917T195416Z
DESCRIPTION:Imputation multi-robuste pour le traitement de la non-réponse p
 artielle pour des données d'enquête.\n\nDans les enquêtes\, il est de cout
 ume de distinguer la non-réponse totale de la non-réponse partielle. La pr
 emière est caractérisée par une absence totale d’information sur une unité
  échantillonnée alors que la seconde correspond au cas où une partie des v
 ariables de l’enquête ne sont pas renseignées. Dans cette présentation\, l
 ’accent sera mis sur le traitement de la non-réponse partielle qui est hab
 ituellement traitée au moyen d’une imputation simple. Dans ce cas\, une va
 leur manquante est remplacée par une seule valeur de remplacement\, appelé
 e valeur imputée\, conduisant à la création d’un fichier de données complé
 té. L’avantage de l’imputation simple comme méthode de traitement de la no
 n-réponse partielle est double : (i) Elle conduit à la création d’un seul 
 fichier de données complété\, ce qui facilite le travail des utilisateurs 
 de données. (ii) Les estimations ponctuelles après imputation peuvent être
  obtenues au moyen des procédures d’estimation usuelles utilisées dans un 
 cas de données complètes. La validité des estimateurs ponctuels après impu
 tation\, appelés estimateurs imputés\, dépend de la validité du modèle d’i
 mputation sous-jacent\, ce dernier étant un ensemble d’hypothèses à propos
  de la distribution de la variable à imputer. Si le modèle n’est pas bien 
 spécifié\, les estimateurs imputés peuvent être considérablement biaisés. 
 On peut alors se protéger d’une mauvaise spécification du modèle au moyen 
 de méthodes d’imputation multi-robuste qui comporte\, comme cas particulie
 r\, les méthodes d’imputation doublement robustes. Dans cette présentation
 \, ces méthodes seront discutées et je montrerai également comment estimer
  la variance des estimateurs imputés. Finalement\, les résultats d’une étu
 de par simulation seront présentés. Co-auteur: Sixia Chen (University of O
 klahoma).\n
DTSTART:20180201T200000Z
DTEND:20180201T210000Z
LOCATION:Room PK-5115 \, CA\, Pavillon President-Kennedy
SUMMARY:David Haziza\, Université de Montréal
URL:/mathstat/channels/event/david-haziza-universite-d
 e-montreal-284250
END:VEVENT
END:VCALENDAR