Open Access
Translator Disclaimer
January 2017 Non-response process in Bayesian modeling and application to the INVA-ENPMO database
Chellai FATIH
Afr. J. Appl. Stat. 4(1): 219-229 (January 2017). DOI: 10.16929/ajas/2017.219.211

Abstract

In this paper, we deal with the issue of missing data, in particular in the database (ENPMO) of the national survey of the shortage in agriculture workers in Algeria carried out by the Institut National de la Vulgarisation Agricole (INVA), where the main concern is the worker's assurance. We concluded with the existence a systematic process of non-response by the farmers which were surveyed, which indirectly violated the random distribution hypothesis of missing data. By using R and Sphinx softwares, we build a logistic model in the frame of the Bayesian inference to estimate the effect of three variables : Age, Education level and the farm superficies, which ares supposed have an impact of the non-response process.

Dans cette étude, nous traitons de la problématique des données manquante, en relation avec la base de données (ENPMO) de l'Institut National de la Vulgarisation Agricole (INVA), récoltée après une enquête sur la pénurie de main d'œuvre agricole en Algérie. Après, dépouillement et analyse du volet de l'assurance de la main d’œuvre, nous avons constaté la présence d'un processus systématique de non-réponse des enquêtés (Agriculteurs), un résultat primaire qui viole l'hypothèse de distribution aléatoire de données manquantes. A l'aide des packages de logiciel R, et dans un cadre d'inférence bayésienne, nous avons construit un modèle logit afin d'estimer l'effet de trois variables : l'Age, le niveau d'instruction de l'agriculteur et la superficie de l'exploitation agricole sur les données manquantes.

Citation

Download Citation

Chellai FATIH. "Non-response process in Bayesian modeling and application to the INVA-ENPMO database." Afr. J. Appl. Stat. 4 (1) 219 - 229, January 2017. https://doi.org/10.16929/ajas/2017.219.211

Information

Published: January 2017
First available in Project Euclid: 16 May 2019

Digital Object Identifier: 10.16929/ajas/2017.219.211

Subjects:
Primary: 62DXX , 62F15 , 91G70

Keywords: Bayesian analysis , logistic modeling , missing data , non-response , survey

Rights: Copyright © 2017 The Statistics and Probability African Society

JOURNAL ARTICLE
11 PAGES


SHARE
Vol.4 • No. 1 • January 2017
Back to Top