Read more
L'échantillonnage descriptif (ED) est une méthode qui contrôle complètement l'ensemble des valeurs de l'échantillon. Cette méthode génère deux types de problèmes, à savoir, le biais des estimateurs et la connaissance a priori de la taille de l'échantillon. Ce travail examine les différents cas dans lesquels ED génère le plus de biais. Nous avons montré son existence dans le cas où la surface des réponses possède une fréquence théorique égale ou est multiple de la fréquence échantionnale. Ainsi, nous avons proposé une amélioration de ED qui est basée sur des blocs d'échantillons réguliers dont les tailles sont des nombres premiers. Cette nouvelle approche réduit le biais pouvant être provoqué par ED. De plus, elle évite la connaissance a priori de la taille de l'échantillon. Pour tester l'approche proposée, nous avons d'abord identifié les différents modèles construits à travers un problème dont la variable d'entrée est une onde régulière. Sur un autre problème de même type, nous avons comparé l'échantillonnage aléatoire, descriptif et descriptif amélioré. Nous avons également évalué les mesures de performance d'un système de production et d'un problème d'ordonnancement d'atelier.
About the author
Professeur Megdouda Ourbih-Tari est Directrice du Laboratoire de Mathématiques Appliquées. Elle est responsable de la licence STID, du Master SAD et du doctorat de Mathématiques Appliquées au Dépt de maths, U. Bejaia. Elle a reçu le diplôme de PG et le MPhil à l'Université de Lancaster en RO et le Doctorat en Mathématiques et HDR à l'Univ Bejaia.
