Affordable Access

Estimation non paramétrique d'incidences d'événements en compétition avec censure à droite

Authors
Publication Date
Disciplines
  • Mathematics

Abstract

Estimation non paramétrique d'incidences d'événements en compétition avec censure à droite JOURNAL DE LA SOCIÉTÉ FRANÇAISE DE STATISTIQUE GÉRARD DERZKO EVE LECONTE Estimation non paramétrique d’incidences d’événements en compétition avec censure à droite Journal de la société française de statistique, tome 145, no 1 (2004), p. 47-69. <http://www.numdam.org/item?id=JSFS_2004__145_1_47_0> © Société française de statistique, 2004, tous droits réservés. L’accès aux archives de la revue « Journal de la société française de statis- tique » (http://publications-sfds.math.cnrs.fr/index.php/J-SFdS)implique l’accord avec les conditions générales d’utilisation (http://www.numdam. org/legal.php). Toute utilisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit contenir la présente mention de copyright. Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques http://www.numdam.org/ ESTIMATION NON PARAMÉTRIQUE D'INCIDENCES D'ÉVÉNEMENTS EN COMPÉTITION AVEC CENSURE À DROITE Gérard DERZKO* k Eve LECONTE** RÉSUMÉ L'estimation non paramétrique de l'incidence d'événements en compétition avec censure à droite est classiquement réalisée par deux méthodes : la méthode des «variables latentes», consistant à estimer l'incidence des événements de chaque type par l'estimateur de Kaplan-Meier, en considérant les événements d'autres types comme des censures, et la méthode des «causes spécifiques», basée sur l'estimateur de Prentice. Nous montrons que ces deux méthodes mettent en jeu deux modèles différents de sélection aboutissant à l'échantillon marqué observé, respectivement un modèle de sélection par minimum et un modèle de mélange censuré. La validité de ces modèles ne peut être testée mais leur choix peut être guidé par les conditions du dispositif expérimental. Deux algorithmes très simples permettant d'estimer non paramétriquement les incidences des évén

There are no comments yet on this publication. Be the first to share your thoughts.