No label defined (Q3704791)

From MaRDI portal

!

This is the item page for this Wikibase entity, intended for internal use and editing purposes. Please use the normal view instead:

scientific article; zbMATH DE number 3932268
Language Label Description Also known as
default for all languages
No label defined
    English
    No label defined
    scientific article; zbMATH DE number 3932268

      Statements

      0 references
      1983
      0 references
      categorized explanatory variable
      0 references
      step-function
      0 references
      dummy variable
      0 references
      two- stage estimators
      0 references
      auxiliary variables
      0 references
      bias corrections
      0 references
      least squares
      0 references
      maximum likelihood estimators
      0 references
      [For the entire collection see Zbl 0528.00008.] Souvent dans les recherches empiriques on a affaire à des données continues par leur nature qui sont les valeurs d'une variable explicative dont dépend la variable expliquée. On est souvent conduit, pour diverses raisons, de subdiviser le domaine de variation de la variable explicative en intervalles de classes et de répartir les données dans ces classes, i.e. de catégoriser les données. La fonction expliquée envisagée par l'A. étant la régression, on se libère de la forme de cette fonction en lui substituant une fonction en escalier, dans le cas où la relation étudiée est continue, ou encore une variable factice pour la régression, mais la catégorisation peut aussi entraîner des complications à cause de la subjectivité dans la définition des intervalles de classe. Dans le cas de relation réelle linéaire, la catégorisation de la variable explicative a un effet négatif par la perte de degrés de liberté et les problèmes qu'elle pose à l'induction statistique résultante. Le présent travail est consacré à l'effet de la catégorisation sur l'estimation des paramètres et l'induction. L'exposé comprend 8 châpitres dont le dernier résume les résultats obtenus. L'A. a étudié une méthode qui consiste à attacher une variable factice à chaque classe du groupement. Les biais et une correction approximative calculée par la méthode des moindres carrés ont été établis dans le cas où la valeur moyenne de chaque classe a été considérée comme la valeur observée de la variable catégorisée. L'A. a traité divers aspects d'estimation de maximum de vraisemblance et la façon de simplifier les calculs. Puis l'A. propose un estimateur à double échelon et un estimateur variable pseudo- mécanique et il en montre l'utilisation possible.
      0 references

      Identifiers

      0 references
      0 references
      0 references
      0 references
      0 references