| dc.description.abstract | Le but de cet étude porte sur la comparaison des performances de différentes mé-
thodes d’estimation des paramètres α et β de la distribution de Lindley pondérée.
Les approches considérées sont : le maximum de vraisemblance (ML), la méthode des
moments (MM), les moindres carrés ordinaires (OLS) et les moindres carrés pondérés
(WLS). La qualité des estimateurs est évaluée selon deux critères classiques : le biais
moyen et l’erreur quadratique moyenne (EQM), obtenus par des simulations de Monte
Carlo pour diverses combinaisons de α et β.
Les résultats empiriques indiquent que les estimateurs OLS et WLS présentent des
performances très compétitives, rivalisant voire surpassant celles de l’estimateur du
maximum de vraisemblance, tant pour les faibles que pour les grandes tailles d’échan-
tillons. En complément, une étude appliquée sur deux jeux de données réelles permet
de valider empiriquement les tendances observées lors des simulations. | en_US |
