Sur l’estimation non paramétrique pour les données doublement tronquées

Abstract

Le phénomène de la double troncature simultanée à gauche et à droite apparaît dans divers domaines, tels que la recherche médicale et l’économie. Le problème de l'estimation de la fonction de mode ou du mode conditionnel pour ce type de données n'a pas été abordé dans la littérature statistique. Dans cette thèse, nous proposons un nouvel estimateur à noyau du mode dans le cadre d'un modèle aléatoire doublement tronqué. Nous établissons la forte consistance avec un taux de convergence pour l'estimation proposée et indiquons sa normalité asymptotique. Une étude de simulation est réalisée pour illustrer et évaluer le comportement sur un échantillon fini de l'estimateur proposé. L'estimation non paramétrique de la fonction du mode conditionnel pour les données sous double troncature est aussi étudier dans cette thèse.