Séance Séminaire

Séminaire de Probabilités et Statistique

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

Dans un modèle à direction révélatrice unique (SIM), on introduit une nouvelle méthode d'estimation de la densité conditionnelle en présence de censures. Le modèle de régression peut être vu comme une généralisation du modèle de Cox et surtout un outil efficace pour la réduction de la dimension en présence de censures. On étend les résultats de Delecroix et al. (2003) : "Efficient estimation in conditional single-index régression" au cas censuré. Nous établissons des résultats de consistence 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 à la fois de choisir la fenêtre de lissage et de choisir une borne de troncation pour améliorer les performances de l'estimateur de Kaplan-Meier dans les queues de distribution.