Exploring the distribution of conditional quantile estimate ranges: an application to the estimation of specific production costs of pig in the European Union
Explorer la distribution des quantiles conditionnels: une application à l'estimation de coûts de production spécifiques du porc dans l'Union européenne
Résumé
This communication uses symbolic data analysis tools to visualize the distribution of conditional quantile estimate ranges, applying them to the problem of cost allocation in agriculture. After recalling the conceptual framework of the estimation of agricultural production costs, the first part presents the empirical model, the quantile regression approach and the interval data processing techniques used as symbolic data analysis tools. The second part presents the comparative analysis of the econometric results of the specific cost of pig production and the resulting gross margin estimates for twelve European Member States in order to discuss the relevance of the exploratory graphs obtained for international comparisons, using principal component analysis and hierarchical grouping of estimation interval distributions.
Cette communication utilise des outils d'analyse de données symboliques pour visualiser la distribution des plages d'estimations conditionnelles quantiles, en les appliquant au problème de la répartition des coûts dans l'agriculture. Après avoir rappelé le cadre conceptuel de l'estimation des coûts de production agricole, la première partie présente le modèle empirique, l'approche de régression par quantile et les techniques de traitement de données d'intervalle utilisées comme outils d'analyse de données symboliques. La deuxième partie présente l’analyse comparative des résultats économétriques du coût spécifique de la production porcine et les estimations de marge brute obtenues pour douze États membres européens, afin de discuter de la pertinence des graphiques exploratoires obtenus pour les comparaisons internationales, en utilisant une analyse en composantes principales et une classification hiérarchique des distributions d'intervalles d'estimation.
