A computationally simple method for estimating finite-population quantiles in the presence of auxiliary information is proposed. An algorithm is also found for implementing related approaches for estimating quantiles, including that of Rao et al. (1990), obtained from inverting difference-type estimators of the distribution function. The proposed estimation procedure can be seen as a one-step iteration of the suggested algorithm and is asymptotically equivalent to the limiting estimator. In particular, the proposed method yields a simple and efficient way of approximating Rao et al.'s estimator. Simulation studies based on two real populations show that the approximation can be very satisfactory even for small to moderate samples.
Cet article propose une methode de calcul simple pour l'estimation de quantiles de populations finies, en presence d'information auxiliaire. Un algorithme est egalement presente visant a mettre en pratique des approches apparentees pour l'estimation de quantiles, dont celle de Rao et al. (1990), qui proviennent de l'inversion d'estimateurs aux differences de la fonction de repartition. La procedure d'estimation proposee peut etre consideree comme etant une iteration simple de l'algorithme suggere et est asymptotiquement equivalente a l'estimateur limite. En particulier, la methode proposee est une facon simple et efficace de produire une approximation de l'estimateur de Rao et al. Des etudes de simulation fondees sur deux populations reelles montrent que l'approximation peut s'averer tres satisfaisante, meme pour des echantillons de petite ou de moyenne taille.