Suavizado con P-splines de datos censurados utilizando pesos de Kaplan-Meier

Resumen

En esta tesis se analiza el problema de ajuste de una curva no paramétrica en el contexto específico dedatos censurados. En primer lugar se propone una extensión del enfoque de splines penalizados utilizandolos pesos Kaplan-Meier para tener en cuenta la censura. Además, se amplía esta propuesta al marco demodelos aditivos generalizados (GAM), introduciendo una corrección de la censura. En segundo lugar sehan desarrollado y analizado distintas alternativas para elegir el nivel óptimo de suavizado y la ubicacióny el número del nodos para los estimadores propuestos. Se ha estudiado el comportamiento de lasdistintas propuestas mediante un amplio estudio de simulación. En tercer y último lugar, se ha extendidola metodología al marco de los modelos semiparamétricos para datos censurados. En este contexto se hanpropuesto estimadores tanto para la parte paramétrica como para la parte no paramétrica. Además, sepropone un estimador de las varianzas para ambas componentes y se proporcionan las herramientasnecesarias para poder realizar inferencia en este tipo de modelos.