Non-parametric estimation of income distribution and poverty index in the unidimensional context with $ \alpha \in \phantom{\rule{0.2em}{0ex}}]0,1[$

Youssou Ciss; Galaye Dia; Aboubakary Diakhaby

doi:10.1016/j.crma.2015.08.007

Probability theory/Statistics

Non-parametric estimation of income distribution and poverty index in the unidimensional context with

α \in] 0, 1 [

[Estimation non paramétrique de la distribution des revenus et de l'indice de pauvreté

α \in] 0, 1 [

]

Présenté par : Paul Deheuvels

Youssou Ciss ¹ ; Galaye Dia ¹ ; Aboubakary Diakhaby ¹

¹ LERSTAD, UFR de sciences appliquées et de technologie, B P 234, Université Gaston-Berger, Saint-Louis, Senegal

Comptes Rendus. Mathématique, Volume 353 (2015) no. 10, pp. 947-952.

Résumé
Abstract

Dans cette note, nous proposons un estimateur de l'indice de pauvreté de Foster, Greer et Thorbecke, défini par : $P (z, α) = \int_{0}^{z} {(\frac{z - x}{z})}^{α} f (x) d x$ , où $z > 0$ est le seuil de pauvreté, $f (x)$ la densité de la distribution des revenus et $α \in] 0, 1 [$ est le paramètre d'aversion de la pauvreté. Le cas $α \in] 0, 1 [$ restait un cas ouvert dans le travail de Dia [1], où il a considéré les cas $α = 0$ et $α \geq 1$ . L'estimateur est construit à l'aide du noyau de Parzen–Rosenblatt. La convergence uniforme presque sûre et la convergence uniforme en erreur quadratique moyenne sont établies. Enfin, notre estimateur a été appliqué à l'étude de la pauvreté au Sénégal. L'étude de cette application montre que notre estimateur est recommandé.

In this paper, we propose an estimator of Foster, Greer and Thorbecke class of measures $P (z, α) = \int_{0}^{z} {(\frac{z - x}{z})}^{α} f (x) d x$ , where $z > 0$ is the poverty line, $f (x)$ is the density distribution of the income random variable and $α \in] 0, 1 [$ is the so-called poverty aversion. $α \in] 0, 1 [$ remained an open problem in the work of Dia [1], where he was considering the case where $α = 0$ and $α \geq 1$ . The estimator is constructed with the Parzen–Rosenblatt Kernel. Almost sure uniform convergence and uniform convergence in mean square error are established. Finally, the new estimator has been applied to the study of the poverty in Senegal. The study of this application indicates that our new estimator performs well.

Reçu le : 2014-06-09
Accepté le : 2015-08-31
Publié le : 2015-10-01

DOI : 10.1016/j.crma.2015.08.007

Affiliations des auteurs :

Youssou Ciss ¹ ; Galaye Dia ¹ ; Aboubakary Diakhaby ¹

¹ LERSTAD, UFR de sciences appliquées et de technologie, B P 234, Université Gaston-Berger, Saint-Louis, Senegal

@article{CRMATH_2015__353_10_947_0,
     author = {Youssou Ciss and Galaye Dia and Aboubakary Diakhaby},
     title = {Non-parametric estimation of income distribution and poverty index in the unidimensional context with $ \alpha \in \phantom{\rule{0.2em}{0ex}}]0,1[$},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {947--952},
     publisher = {Elsevier},
     volume = {353},
     number = {10},
     year = {2015},
     doi = {10.1016/j.crma.2015.08.007},
     language = {en},
}

TY  - JOUR
AU  - Youssou Ciss
AU  - Galaye Dia
AU  - Aboubakary Diakhaby
TI  - Non-parametric estimation of income distribution and poverty index in the unidimensional context with $ \alpha \in \phantom{\rule{0.2em}{0ex}}]0,1[$
JO  - Comptes Rendus. Mathématique
PY  - 2015
SP  - 947
EP  - 952
VL  - 353
IS  - 10
PB  - Elsevier
DO  - 10.1016/j.crma.2015.08.007
LA  - en
ID  - CRMATH_2015__353_10_947_0
ER  -

%0 Journal Article
%A Youssou Ciss
%A Galaye Dia
%A Aboubakary Diakhaby
%T Non-parametric estimation of income distribution and poverty index in the unidimensional context with $ \alpha \in \phantom{\rule{0.2em}{0ex}}]0,1[$
%J Comptes Rendus. Mathématique
%D 2015
%P 947-952
%V 353
%N 10
%I Elsevier
%R 10.1016/j.crma.2015.08.007
%G en
%F CRMATH_2015__353_10_947_0

Youssou Ciss; Galaye Dia; Aboubakary Diakhaby. Non-parametric estimation of income distribution and poverty index in the unidimensional context with $ \alpha \in \phantom{\rule{0.2em}{0ex}}]0,1[$. Comptes Rendus. Mathématique, Volume 353 (2015) no. 10, pp. 947-952. doi : 10.1016/j.crma.2015.08.007. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/j.crma.2015.08.007/

Bibliographie
Cité par

[1] G. Dia Estimation nonparamétrique de la distribution des revenus et de l'indice de pauvreté, C. R. Acad. Sci. Paris, Ser. I, Volume 346 (2008), pp. 907-912

[2] J.E. Foster; J. Greer; E. Thorbecke A class of decomposable poverty measures, Econometrica, Volume 52 (1984), pp. 761-776

[3] J.E. Foster; J. Greer; E. Thorbecke The Foster–Greer–Thorbecke (FGT) poverty measures: twenty five years later, J. Econ. Inequal., Volume 8 (2010) no. 4, pp. 491-524

[4] J. Kiefer On large deviations of the empirical distribution of vector chance variable and law of iterated logarithm, Pac. J. Math., Volume 11 (1961), pp. 143-154

[5] G.S. Lo; S.T. Sall; C.T. Seck Une théorie asymptotique générale des mesures de pauvreté, C. R. Math. Rep. Acad. Sci. Can., Volume 31 (2009) no. 2, pp. 45-52

[6] E. Parzen On the estimation of a probability density function and mode, Ann. Math. Stat., Volume 33 (1962) no. 3, pp. 1065-1076

[7] C.T. Seck Estimation non paramétrique et convergence faible des mesures de pauvreté, LSTA, Université Pierre-et-Marie-Curie, Paris, 2010 (PhD dissertation)

[8] C.T. Seck; G.S. Lo Convergence of the non-weighted poverty measures, Commun. Stat., Theory Methods, Volume 38 (2009), pp. 3697-3704

[9] C. Seidl Poverty measurement: a survey (D. Bos; C. Seidl, eds.), Welfare and Efficiency in Public Economics, Springer-Verlag, Heidelberg, Germany, 1988, pp. 71-147

Cité par Sources :

Commentaires - Politique