Adaptive estimation of the conditional density in presence of censoring.

Abstract : Consider an i.i.d. sample $(X_i,Y_i)$, $i=1, \dots, n$ of observations and denote by $\pi(x,y)$ the conditional density of $Y_i$ given $X_i=x$. We provide an adaptive nonparametric strategy to estimate $\pi$. We prove that our estimator realizes a global squared-bias/variance compromise in a context of anisotropic function classes. We prove that our procedure can be adapted to positive censored random variables $Y_i$'s, i.e. when only $Z_i=\inf(Y_i, C_i)$ and $\delta_i=\1_{\{Y_i\leq C_i\}}$ are observed, for an i.i.d. censoring sequence $(C_i)_{1\leq i\leq n}$ independent of $(X_i,Y_i)_{1\leq i\leq n}$. Simulation experiments illustrate the method.
Type de document :
Article dans une revue
Sankhya, 2007, 69 (Part 4.), p. 734-763
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-00152794
Contributeur : Fabienne Comte <>
Soumis le : jeudi 7 juin 2007 - 20:48:45
Dernière modification le : mardi 11 octobre 2016 - 12:02:18
Document(s) archivé(s) le : lundi 27 juin 2011 - 16:18:30

Fichiers

LoiCondcens.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00152794, version 1

Collections

Citation

Elodie Brunel, Fabienne Comte, Claire Lacour. Adaptive estimation of the conditional density in presence of censoring.. Sankhya, 2007, 69 (Part 4.), p. 734-763. <hal-00152794>

Partager

Métriques

Consultations de
la notice

263

Téléchargements du document

136