Publications du Service canadien des forêts

A resampling variance estimator for the k nearest neighbours technique. 2010. Magnussen, S.; McRoberts, R.E.; Tomppo, E.O. Canadian Journal of Forest Research 40(4): 648-658.

Année : 2010

Disponible au : Centre de foresterie du Pacifique

Numéro de catalogue : 31684

La langue : Anglais

Disponibilité : Commander une copie papier (gratuite), PDF (demande par courriel)

Disponible sur le site Web de la revue ou du journal.
DOI : 10.1139/X10-020

† Ce site peut exiger des frais.

Sélectionner

Résumé

Les estimateurs courants de la variance pour la technique des k plus proches voisins (kPPV) ont été conçus pour estimer des totaux de population. Leur efficacité peut être faible dans le cas de problème d’estimation sur de petites superficies. Dans cette étude, nous proposons un estimateur modifié à réplication répétée et équilibrée (RRE) de la variance du total des kPPV qui est efficace pour des problèmes d’estimation sur de petites superficies et pour des échantillonnages aléatoires simples et en grappes. L’estimation RRE de la variance est la somme des variances et des covariances des estimations unitaires des kPPV dans la superficie visée. Dans des simulations de Monte Carlo d’échantillonnages aléatoires simples et en grappes à partir de sept populations artificielles comportant des données d’inventaire forestier réelles et simulées, les moyennes des estimations de la variance RRE correspondaient bien aux variances d’échantillonnage Monte Carlo pour les totaux de population et de petite superficie. La taille maximale de l’échantillon de l’estimateur modifié RRE est présentement de 1 984. Une approximation juste de l’estimateur RRE proposé permet de réduire substantiellement le temps de calcul.