Covariance-Aware Compromise Allocation in Multivariate Stratified sampling under Nonlinear Constraints

Résumé Technique : Allocation de Compromis Sensible à la Covariance dans l'Échantillonnage Stratifié Multivarié sous Contraintes Non Linéaires

Énoncé du Problème
Dans le cadre de l'échantillonnage stratifié multivarié, la détermination d'une allocation optimale est complexifiée par le fait qu'une allocation optimale pour une variable peut ne pas l'être pour d'autres. Bien que des méthodes d'« allocation de compromis » aient été développées pour équilibrer ces objectifs divergents, la littérature existante se concentre souvent sur l'équilibrage des variances marginales ou sur l'utilisation de fonctionnelles matricielles agrégées (comme la variance généralisée) sans modéliser explicitement les interactions de covariance entre des variables d'étude spécifiques au sein de la fonction objectif. De plus, de nombreux modèles existants reposent sur des hypothèses de coûts linéaires ou ne parviennent pas à traiter simultanément des contraintes opérationnelles réalistes et non linéaires (telles que le temps d'enquête et le budget) aux côtés de ces structures de covariance. Cette étude comble la lacune consistant à développer un cadre d'allocation qui intègre explicitement les informations de covariance tout en respectant des contraintes de coût et de temps non linéaires.

Méthodologie
Les auteurs formulent le problème d'allocation comme un modèle de programmation non linéaire (PNL) multi-contraint.

• Fonction Objectif : L'étude propose une fonction objectif « sensible à la covariance » définie comme la somme pondérée des variances et des covariances des estimateurs stratifiés. Plus précisément, l'objectif est de minimiser $\Phi(n) = a^T \Sigma(n) a$, où $a$ est un vecteur de poids d'importance caractéristiques et $\Sigma(n)$ est la matrice de covariance des estimateurs. Cette formulation s'étend pour inclure à la fois les variances individuelles et les termes de covariance ($S_{h,jk}$) entre les caractéristiques au sein des strates. La fonction est simplifiée par la minimisation de $\sum \frac{B_h}{n_h}$, où $B_h$ représente la contribution de variabilité multivariée combinée et pondérée par la covariance de la strate $h$.
• Contraintes : Le modèle incorpore trois types de contraintes :
  1. Contrainte de Coût Linéaire : $\sum c_h n_h \leq C$.
  2. Contraintes de Temps Non Linéaires : Deux structures de temps opérationnelles spécifiques sont étudiées pour refléter des conditions de terrain réalistes :
     • Quadratique : $t_h(n_h) = \alpha_h n_h + \beta_h n_h^2$ (représentant les charges croissantes telles que la fatigue et les frais de coordination).
     • Logarithmique : $t_h(n_h) = \alpha_h n_h + b_h \ln(n_h)$ (représentant les effets d'apprentissage et les gains d'efficacité).
  3. Contraintes de Faisabilité : $2 \leq n_h \leq N_h$.
• Cadre d'Optimisation : Le problème est résolu à l'aide des conditions de Karush–Kuhn–Tucker (KKT). Les auteurs dérivent les conditions de stationnarité pour les modèles de temps quadratique et logarithmique, aboutissant à des équations non linéaires résolues numériquement à l'aide du logiciel LINGO.
• Analyse Théorique : L'étude établit l'existence d'une solution optimale via le théorème de la valeur extrême de Weierstrass. Elle prouve que la fonction objectif est strictement convexe. Bien que les contraintes de coût et de temps quadratique définissent une région réalisable convexe (garantissant l'optimalité globale), la contrainte de temps logarithmique introduit une non-convexité, nécessitant plusieurs procédures d'initialisation pour éviter les optima locaux.

Principales Contributions

1. Intégration Explicite de la Covariance : Contrairement aux méthodes d'allocation de compromis précédentes qui réduisent souvent les structures de covariance à un simple scalaire ou les ignorent, ce cadre intègre explicitement les interactions de covariance entre les variables d'étude dans la fonction objectif via les coefficients $B_h$.
2. Modélisation Opérationnelle Non Linéaire : L'étude dépasse les hypothèses de coût linéaire en modélisant le temps d'enquête à l'aide de fonctions quadratiques et logarithmiques, offrant une représentation plus réaliste des opérations de terrain (fatigue versus courbes d'apprentissage).
3. Optimisation Pilotée par la Faisabilité : Le cadre donne la priorité à la faisabilité opérationnelle (respect des plafonds de budget et de temps) parallèlement à la précision statistique, démontrant que les allocations apparaissant optimales sous des contraintes assouplies peuvent être infaisables en pratique.

Résultats
Une étude numérique a été menée sur une population hypothétique comprenant cinq strates et trois caractéristiques corrélées. Les modèles d'Allocation Sensible à la Covariance (CAA) proposés ont été comparés à l'Allocation Proportionnelle, l'Allocation de Neyman et l'Allocation de Compromis Basée sur la Variance (VBCA) sous un budget de 1800 unités et une limite de temps de 650 unités.

• Faisabilité : Les allocations Proportionnelle et de Neyman ont produit des valeurs d'objectif plus faibles (une précision apparente plus élevée) mais ont violé la contrainte budgétaire (nécessitant respectivement 1833 et 1819 unités), ce qui les rend infaisables.
• Performance : Le modèle CAA Quadratique proposé a atteint une valeur d'objectif de 0,0587, ce qui est supérieur à la VBCA réalisable (0,0 de 0,0594) et respecte strictement la contrainte budgétaire (1800 unités) tout en utilisant moins de temps (549,43 unités) que la limite.
• Modèle Logarithmique : Le modèle CAA Logarithmique a obtenu une taille d'échantillon totale plus faible (173) et un coût moindre (1738,41) mais a entraîné une valeur d'objectif plus élevée (0,0608), indiquant un arbitrage où la conservation des ressources a été privilégiée par rapport à la précision maximale.
• Analyse de Sensibilité :
  • Sensibilité au Temps : La précision s'est améliorée à mesure que la limite de temps augmentait jusqu'à un seuil (~550 unités), après quoi l'ajout de temps n'apportait plus de gains supplémentaires, indiquant que le budget était la contrainte déterminante.
  • Sensibilité au Budget : La précision a montré une amélioration monotone à mesure que le budget augmentait, confirmant que les ressources financières sont le principal moteur de la précision dans ce cadre une fois qu'un calendrier réalisable est établi.

Signification et Revendications
L'article affirme que le cadre proposé offre une approche plus complète de l'allocation d'échantillonnage stratifié multivarié en traitant simultanément les structures de covariance et les contraintes opérationnelles non linéaires réalistes. Les auteurs soutiennent que leur méthode produit des allocations qui sont à la fois statistiquement efficaces et opérationnellement réalisables, évitant la précision « illusoire » des méthodes ignorant les limites budgétaires. L'étude conclut que l'intégration des interactions de covariance est cruciale pour déterminer si l'exactitude apparente d'un modèle est réalisable dans un contexte pratique. Le cadre est présenté comme un outil pour les concepteurs d'enquêtes confrontés à des contraintes de ressources réalistes, offrant un choix entre maximiser la précision (modèle quadratique) ou minimiser la dépense de ressources (modèle logarithmique). Les auteurs notent que les travaux futurs pourraient étendre ce cadre aux environnements stochastiques, aux scénarios de non-réponse et aux conceptions à deux étapes.