Etude d'estimateurs de distribution avec donnees censurees et sous contrainte d'orde

Voir Plus Voir Moins

Afficher le Résumé

Nous considérons des modèles de régression où la variable expliquée est censurée à droite aléatoirement. Nous proposons de nouveaux estimateurs de la fonction de régression dans des modèles paramétriques, et nous proposons une procédure de test non paramétrique d'adéquation à ces modèles. Nous prolongeons ces méthodes à l'étude du modèle semi-paramétrique "single-index", généralisant des techniques de réduction de dimension utilisées en l'absence de censure. Nous nous penchons tout d'abord sur des modèles reposant sur des hypothèses d'identi abilité plus fortes, avant de travailler dans un cadre où la variable expliquée et la censure sont indépendantes conditionnellement aux variables explicatives. Une di culté spéci que à ce type de modèle tient en l'impossibilité des techniques actuelles à proposer des modèles de régression avec plusieurs variables explicatives. Nous développons une nouvelle approche de réduction de la dimension pour ce type de problème.