Testing the Hazard Rate, Part I

We consider a nonparametric survival model with random censoring. To test whether the hazard rate has a parametric form the unknown hazard rate is estimated by a kernel estimator. Based on a limit theorem stating the asymptotic normality of the quadratic distance of this estimator from the smoothed hypothesis an asymptotic ®-test is proposed. Since the test statistic depends on the maximum likelihood estimator for the unknown parameter in the hypothetical model properties of this parameter estimator are investigated. Power considerations complete the approach.

Metadaten
Verfasserangaben:	Hannelore Liero
URN:	urn:nbn:de:kobv:517-opus-51510
Schriftenreihe (Bandnummer):	Mathematische Statistik und Wahrscheinlichkeitstheorie : Preprint (2003, 17)
Publikationstyp:	Preprint
Sprache:	Englisch
Erscheinungsjahr:	2003
Veröffentlichende Institution:	Universität Potsdam
Datum der Freischaltung:	28.03.2011
Freies Schlagwort / Tag:	censoring; goodness of fit; kernel estimator of the hazard rate; limit theorem for integrated squared difference; maximum likelihood estimator
RVK - Regensburger Verbundklassifikation:	SI 990
Organisationseinheiten:	Mathematisch-Naturwissenschaftliche Fakultät / Institut für Mathematik
DDC-Klassifikation:	5 Naturwissenschaften und Mathematik / 51 Mathematik / 510 Mathematik
Lizenz (Deutsch):	Keine öffentliche Lizenz: Unter Urheberrechtsschutz