Asymptotically optimal bandwidth selection for kernel density estimators from randomly right-censored samples (Q1110947)

Les auteurs considèrent une extension de la méthode du noyau pour l'estimation de densités lorsque l'échantillon est censuré. Deux estimateurs sont suggérés et leur erreur quadratique intégrée (ISE) est etudiée. Ils donnent dans les deux cas un développement asymptotique de l'ISE, ce développement impliquant la consistance des estimateurs. Les résultats optimaux qui existent dans la litérature pour des échantillons complets sont généralisés. Ils utilisent ensuite la méthode de validation croisée par moindres carrés, pour obtenir automatiquement la fenêtre d'estimation. Ils montrent dans ce cas que l'ISE est asymptotiquement équivalent à l'erreur quadratique intégrée minimum, ce qui généralise aussi des résultats récents pour des échantillons complets.