Un estimateur logarithmique efficace en échantillonnage aléatoire stratifié utilisant une seule variable auxiliaire

Pourquoi un échantillonnage plus intelligent compte

Chaque fois que des gouvernements, des scientifiques ou des entreprises réalisent des enquêtes, ils n'observent que rarement chaque personne ou objet. Ils prélèvent plutôt des échantillons et utilisent des outils statistiques pour estimer des moyennes générales — comme le rendement moyen des cultures, les précipitations ou le taux de scolarisation. De petites améliorations dans la manière d'estimer ces moyennes peuvent économiser de l'argent, réduire le travail de terrain et fournir des chiffres plus fiables. Cet article présente une nouvelle façon d'extraire plus de précision des mêmes données d'enquête en utilisant une astuce mathématique basée sur les logarithmes.

Diviser la population en groupes significatifs

De nombreuses grandes enquêtes divisent la population en groupes, ou strates, avant l'échantillonnage. Par exemple, les exploitations agricoles peuvent être regroupées par région, les écoles par district, ou les stations météorologiques par zone climatique. Au sein de chaque groupe, on prélève un petit échantillon, puis on combine ces éléments pour estimer la moyenne globale. Cette approche, appelée échantillonnage stratifié, fonctionne particulièrement bien quand chaque groupe est relativement homogène à l'intérieur mais assez différent des autres. Les auteurs se concentrent sur ce schéma courant et se demandent : étant donné que l'on échantillonne déjà par groupes, peut-on utiliser des informations supplémentaires à l'intérieur de chaque strate pour affiner encore nos estimations ?

Exploiter une variable auxiliaire utile

Dans de nombreuses enquêtes réelles, il est plus facile de mesurer une variable que une autre. Par exemple, il peut être plus simple de compter le nombre d'arbres dans un verger que d'évaluer sa production totale de pommes, ou d'enregistrer le nombre d'écoles dans un district plutôt que de dénombrer chaque élève inscrit. Lorsqu'une telle quantité facile à mesurer est fortement liée à la variable principale d'intérêt, les statisticiens la qualifient de variable auxiliaire. Des méthodes existantes, telles que les estimateurs par rapport et par régression, utilisent déjà cette variable auxiliaire pour améliorer les estimations de la moyenne principale. Toutefois, ces outils traditionnels supposent souvent des relations assez simples, presque linéaires, et peuvent moins bien fonctionner lorsque les données sont plus irrégulières ou présentent des comportements non linéaires.

Une nouvelle approche : l'estimateur logarithmique

La contribution centrale de cette étude est un nouvel estimateur qui combine l'échantillonnage stratifié avec une transformation logarithmique de la variable auxiliaire. Plutôt que de travailler directement avec les moyennes brutes auxiliaires de chaque groupe, la méthode les transforme en utilisant les logarithmes naturels avant de combiner l'information. Cette transformation peut atténuer les grandes différences entre groupes et mieux capturer des relations courbes ou inégales entre la variable principale et l'auxiliaire. Les auteurs dérivent des expressions mathématiques qui décrivent le biais potentiel du nouvel estimateur et sa variabilité, et identifient les conditions dans lesquelles il devrait surpasser plusieurs méthodes bien connues.

Tests sur données réelles et simulées

Pour évaluer le comportement pratique du nouvel estimateur, les auteurs l'appliquent à trois jeux de données réels : rendements de pommiers liés au nombre d'arbres, effectifs scolaires liés au nombre d'écoles, et jours humides liés aux heures d'ensoleillement. Dans chaque cas, la population est divisée en strates telles que régions ou zones climatiques. Ils réalisent également des simulations informatiques sur des populations artificielles où la relation entre la variable principale et l'auxiliaire est forte et maîtrisée. À travers différentes tailles d'échantillons et structures de population, le nouvel estimateur montre à plusieurs reprises une erreur plus faible et un pourcentage d'efficacité relative plus élevé, ce qui signifie qu'il produit des estimations qui, en moyenne, sont plus proches de la vraie moyenne de la population que les méthodes concurrentes utilisant les mêmes données.

Ce que cela signifie pour les enquêtes du monde réel

Pour les non-spécialistes, le message clé est que cet estimateur logarithmique offre un moyen d'obtenir des moyennes plus précises à partir d'enquêtes sans collecter de données supplémentaires. Lorsqu'il existe un lien fort entre une quantité difficile à mesurer et une autre plus facile, et lorsque la population est naturellement divisée en groupes, cette méthode peut réduire de manière significative l'incertitude des estimations finales. Cela la rend attrayante pour des applications allant de l'agriculture et la surveillance environnementale aux statistiques éducatives et au contrôle qualité industriel, où de meilleurs chiffres soutiennent de meilleures décisions.

Citation: Shakoor, F., Asif, M., Atif, M. et al. An efficient logarithmic estimator in stratified random sampling using single auxiliary variable. Sci Rep 16, 11126 (2026). https://doi.org/10.1038/s41598-026-41448-9

Mots-clés: échantillonnage stratifié, précision des enquêtes, données auxiliaires, estimation statistique, méthodes logarithmiques