Combining information from multiple surveys through the empirical likelihood method

It is often desirable to combine information collected in compatible multiple surveys in order to improve estimation and meet consistency requirements. Zieschang (1990) and Renssen & Nieuwenbroek (1997) suggested to this end the use of the generalized regression estimator with enlarged number of auxiliary variables. Unfortunately, adjusted weights associated with their approach can be negative. The author uses the notion of pseudo empirical likelihood to construct new estimators that are consistent, efficient and possess other attractive properties. The proposed approach is asymptotically equivalent to the earlier one, but it has clear maximum likelihood interpretations and its adjusted weights are always positive. The author also provides efficient algorithms for computing his estimators. Regrouper l’information d’enquêtes multiples par la méthode de la vraisemblance empirique Résumé : Il est souvent souhaitable de regrouper l’information de diverses enquêtes compatibles de façon à améliorer l’estimation et à assurer une certaine cohérence. Zieschang (1990) et Renssen & Nieuwenbroek (1997) ont suggéré à cette fin l’emploi d’un estimateur de régression généralisé exploitant un nombre accru de variables auxiliaires. Hélas, les poids ajustés liés à leur approche peuvent être négatifs. L’auteur tire de l’approche par la vraisemblance pseudo empirique de nouveaux estimateurs qui sont à la fois cohérents, efficaces et possèdent d’autres bonnes propriétés. L’approche proposée est asymptotiquement équivalente à la précédente mais a une interprétation claire en termes de vraisemblance maximale et ses poids ajustés sont toujours positifs. L’auteur fournit aussi des algorithmes efficaces pour le calcul de ses estimateurs.