Inférence statistique dans les modèles de durées avec données manquantes

Abstract

Dans ce travail, nous considérons en première partie, le problème de l'inférence statistique dans le modèle semi-paramétrique de transformation linéaire, en présence de données manquantes. Nous proposons une méthode d'estimation du paramètre d'intérêt. Nous établissons les propriétés asymptotiques de cet estimateur et nous en étudions les propriétés dans des échantillons de taille finie, au moyen de simulations. Dans une seconde partie, nous proposons une nouvelle statistique du test du log-Rank stratifié avec données manquantes et censure dépendante du groupe de traitement. Nous donnons sa distribution asymptotique sous l'hypothèse nulle d'égalité des groupes de traitement randomisés. Une étude numérique permet d'examiner les propriétés de ce test dans des échantillons finis.