%0 Journal Article
%T Strong and weak convergence of nonparametric estimat
%A L Bordes
%A KE Gneyou
%J Afrika Statistika
%D 2011
%I 
%X In this paper we consider a competing risks model including covariates in which the observations are subject to random right censoring. Without any assumption of independence of the competing risks, and based on a nonparametric kernel-type estimator of the incident regression function, an estimator of the conditional regression function is proposed. We show that at a given covariate value and under suitable conditions the nonparametric estimator of the regression function is asymptotically normal. A simulation study is provided showing that our estimators have good behaviour for moderate sample sizes. Nous consid¡äerons dans ce papier un mod`ele de risques comp¡äetitifs dans lequel les observations sont soumises `a une censure al¡äeatoire `a droite en pr¡äesence de covariables. Sans aucune hypoth`ese d¡¯ind¡äependance sur les risques comp¡äetitifs, un estimateur non param¡äetrique de la fonction de r¡äepartition conditionnelle incidente est propos¡äe. Cet estimateur est obtenu via celui d¡¯un estimateur non param¡äetrique de type noyau de la fonction de r¡äegression incidente. Nous d¡äemontrons que pour une valeure fix¡äee de la covariable, et sous certaines conditions, l¡¯estimateur non param¡äetrique de la fonction de r¡äegression incidente est asymptotiquement normal. Des simulations illustrent le bon comportement de nos estimateurs pour des tailles mod¡äer¡äees d¡¯¡äechantillons.
%U http://www.ajol.info/index.php/afst/article/view/72707