Estimation sous biais de sélection et avec fonction de poids inconnue - 01/01/05
pages | 4 |
Iconographies | 0 |
Vidéos | 0 |
Autres | 0 |
Résumé |
Nous considérons le problème de lʼestimation de la fonction de répartition G dʼune variable aléatoire (v.a.) positive X à partir de lʼobservation dʼune v.a. biaisée Y de fonction de répartition , où w est une fonction de poids inconnue. En supposant de plus que lʼéchantillon issu de la fonction de répartition est censuré à droite, nous construisons un estimateur de la fonction de répartition G pour lequel on énonce un théorème de consistance forte et de convergence faible. Pour citer cet article : A. Guilloux, C. R. Acad. Sci. Paris, Ser. I 342 (2006).
Le texte complet de cet article est disponible en PDF.Abstract |
We consider the problem of estimating the cumulative distribution function (cdf) G of a non-negative random variable (r.v.) X from the observation of a biased r.v. Y with cdf , where w is an unknown weighting function. We assume moreover that the random sample with common cdf is right-censored. We construct an estimator for the cdf G and state its strong consistency and weak convergence. To cite this article: A. Guilloux, C. R. Acad. Sci. Paris, Ser. I 342 (2006).
Le texte complet de cet article est disponible en PDF.Plan
Vol 342 - N° 4
P. 275-278 - février 2006 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?