SEARCH

SEARCH BY CITATION

Keywords:

  • Censored data;
  • clique graph;
  • interval censoring;
  • maximal cliques;
  • nonparametric likelihood

Abstract

Right, left or interval censored multivariate data can be represented by an intersection graph. Focussing on the bivariate case, the authors relate the structure of such an intersection graph to the support of the nonparametric maximum likelihood estimate (NPMLE) of the cumulative distribution function (CDF) for such data. They distinguish two types of non-uniqueness of the NPMLE: representational, arising when the likelihood is unaffected by the distribution of the estimated probability mass within regions, and mixture, arising when the masses themselves are not unique. The authors provide a brief overview of estimation techniques and examine three data sets.

Estimation non paramétrique de la fonction de répartition bivariée de données censurees de façon arbitraire

Les données de survie multivariées censurées a droite, à gauche ou par intervalles peuvent Stre repre'sentees par un graphe d'intersection. Les auteurs établissent, dans le cas bivarié, un lien entre la structure de ce graphe d'intersection et le support de l'estimateur du maximum de vraisemblance non paramétrique (EMVNP) de la fonction de repartition de ce type de données. Ils éablissent une distinction entre la non-identifiabilité de representation de l'EMVNP, qui se produit lorsque la vraisemblance n'est pas affectée par la répartition entre les régions de la masse de probabilité estimée, et la non-identifiabilite de mélange, qui se produit lorsque les masses estiméeAes elles-mêmes ne sont pas uniques. Les auteurs présentent un bref survol des techniques d'estimation disponibles et examinent trois jeux de données.