Sampling Procedures for Coordinating Stratified Samples: Methods Based on Microstrata

The aim of sampling coordination is to maximize or minimize the overlap between several samples drawn successively in a population that changes over time. Therefore, the selection of a new sample will depend on the samples previously drawn. In order to obtain a larger (or smaller) overlap of the samples than the one obtained by independent selection of samples, a dependence between the samples must be introduced. This dependence will emphasize (or limit) the number of common units in the selected samples. Several methods for coordinating stratified samples, such as the Kish & Scott method, the Cotton & Hesse method, and the Rivière method, have already been developed. Using simulations, we compare the optimality of these methods and their quality of coordination. We present six new methods based on permanent random numbers (PRNs) and microstrata. These new methods have the advantage of allowing us to choose between positive or negative coordination with each of the previous samples. Simulations are run to test the validity of each of them. Le but de la coordination d'échantillons est de maximiser ou minimiser le recouvrement de plusieurs échantillons à l'intérieur d'une population qui évolue au fil des temps. Pour effectuer une coordination, la sélection d'un nouvel échantillon dépendra donc des échantillons précédemment tirés. Afin d'obtenir un recouvrement plus fort ou plus faible que celui fourni par des tirages indépendants, une dépendance entre les échantillons doit être introduite. Cette dépendance va augmenter ou limiter le nombre d'unités communes à tous les échantillons sélectionnés. Plusieurs méthodes pour coordonner des échantillons stratifiés ont déjàété développées. Parmi eux les méthodes de Kish and Scott, de Cotton and Hesse, et de Rivière sont présentées en détail. En utilisant des simulations, on compare l'optimalité et la qualité de la coordination pour chacune de ces trois méthodes. On présente six nouvelles méthodes basées sur l'utilisation de nombres aléatoires permanents et des microstrates et on essaye de les valider à l'aide des simulations.