Olivier Bouaziz (LSTA, Université Paris 6 et MODALX, Université Paris 10)

Estimation de la densité conditionnelle dans un modèle à direction révélatrice unique en présence de censures

vendredi 4 décembre 2009, 9h30 - 10h45

Salle de réunion, espace Turing


Dans un modèle à direction révélatrice unique (SIM), nous introduisons une méthode d’estimation de la densité conditionnelle en présence de censures. Ce modèle de régression peut « tre vu comme une généralisation du modèle de Cox et surtout un outil efficace pour la réduction de la dimension en présence de censures. Nous étendons les résultats de Delecroix /et al/. (2003) : « Efficient estimation in conditional single-index régression » au cas censuré. Nous établissons des résultats de consistance et normalité asymptotique de notre estimateur de l’index en prouvant son équivalence asymptotique avec l’estimateur du maximum de vraisemblance, à l’aide notamment de résultats sur les processus empiriques.

De plus, nous établissons une nouvelle méthode d’estimation adaptative nous permettant de choisir à partir des données une fen »tre de lissage et une borne de troncation pour améliorer les performances de l’estimateur de Kaplan-Meier dans les queues de distribution.

Mots-clés : données censurées; modèle à direction révélatrice unique; processus empiriques; pseudo maximum de vraisemblance.