JdS2012


 English   -  Français  

Résumé de communication



Résumé 159 :

Guided Censored regression
Talamakrouni, Majda ; El Ghouch, Anouar ; Van Keilegom, Ingrid
LSBA-UCL

La régression non-paramétrique guidée paramétriquement est une approche attrayante basée à la fois sur une composante paramétrique et une composante non-paramétrique. Contrairement aux méthodes semi-paramétriques, l’estimateur non paramétrique guidé paramétriquement est complètement non paramétrique puisqu’ il ne repose sur aucune structure supposée. Dans le contexte de données complètement observées, de nombreuses techniques de régression non-paramétrique guidée paramétriquement existent dans la littérature. Sous certaines conditions de régularité il a été établi que: l’estimateur non-paramétrique guidé paramétriquement est asymptotiquement normal. En plus, il a été constaté que l’utilisation d’ un guide paramétrique approprié et un ‘bandwidth’ optimal permet à l’estimateur guidé de : se comporter comme l’estimateur paramétrique lorsque le guide paramétrique est correct; De s'adapter automatiquement à l’estimateur paramétrique lorsque celui-ci est proche de la vraie courbe; En fin, de se comporter mieux que l’estimateur non-paramétrique lorsque le guide est partiellement incorrecte. Dans le contexte de données censurées, la méthode présentée ci-dessus ne peut pas être appliquée directement. Le but de ce travail est d’adapter cette méthode aux données censurées. Pour ce faire, nous nous basons sur une approche additive que nous appliquions aux données transformées. Nous établissons les propriétés asymptotiques de l'estimateur proposé et évaluons sa performance par des simulations.