Una prueba de bondad de ajuste para la ditribución pareto en presencia de censura tipo II

Abstract

Hay una escasez en la literatura de propuestas de bondad de ajuste para la distribución Pareto, menos aún con información incompleta (censurada). En este trabajo de investigación, una prueba para verificar la hipótesis H0 : la distribución de los datos es Pareto, cuando las observaciones son sujetas a censura por la derecha Tipo II, es propuesta. La estadística de prueba involucra transformaciones de los datos originales y se basa en el estimador no paramétrico Nelson-Aalen de la Función de Riesgo Acumulada. Vía simulación Monte Carlo se obtuvo la distribución empírica y se investigó la potencia y el tamaño de la prueba. La potencia fue comparada contra adaptaciones para datos censurados Tipo II de las estadísticas Crámer-von Mises, Anderson-Darling y una prueba basada en la información de Kullback-Leibler. Para distribuciones alternativas con función de riesgo monótona decreciente la prueba propuesta tiene mayor potencia. La metodología es ilustrada con tres ejemplos de aplicación.________There is a lack of literature regarding proposals of goodness-of-fit for the Pareto distribution, less even with incomplete(censored) information. In this research work, a test to check the hypothesis H0 : the distribution of data is Pareto, when the observations are sub jected to Type II right censoring, is proposed. The test statistic involves transformations of the original data and is based on the nonparametric Nelson-Aalen estimator of the cumulative hazard function. By Monte Carlo simulation, the empirical distribution was obtained and was investigated the power and the size of the test. The power is compared against adaptations for Type II censored data of the Cramer-von Mises, Anderson-Darling statistics, and a test based on the Kullback-Leibler information. For alternative distributions with monotone decreasing hazard function, the proposed test has higher power. The methodology is illustrated with three application examples.