Estimación presuavizada de las funciones de densidad y distribución con datos censurados

Resumo

No estudio de tempos de vida, son frecuentes os datos censurados pola dereita, individuos ós que non se lles pode rexistrar o instante de ¿fallo¿. O estimador clásico da función de distribución é o estimador de Kaplan-Meier (1958). Nesta memoria preséntase un novo método de estimación baseado na estimación previa non paramétrica da función probabilidade condicional de non censura. Este paso preliminar, presuavización, fai uso de forma máis eficiente da información. Estúdianse as propiedades asintóticas dos estimadores presuavizados da distribución e densidade, e amósase a súa eficiencia. Ademáis, para o estimador da densidade obtense unha representación asintótica do MISE e das ventás óptimas que o minimizan. Proponse un selector de tipo plug-in e próbase a súa consistencia en probabilidade. O comportamento deste, xunto co de outros selectores baseados en remostraxes bootstrap, analízase nun estudio de simulación. Asimesmo, estúdiase o efecto na presuavización do uso de dous estimadores diferentes da probabilidade condicional de non censura. En concreto, compáranse os estimadores de Nadaraya-Watson e local lineal. Por último, ilústrase o comportamiento de ámbolos dous estimadores presuavizados cunha aplicación a datos reais.