Sobre el efecto del comportamiento de cola asumido por el estimador de Kaplan-Meier en las pruebas de bondad de ajuste

Al analizar datos de vida en presencia de censura, a menudo se requiere estimar la función de distribución de las vidas de manera no paramétrica. El estimador más popular utilizado para este propósito es el estimador de Kaplan-Meier. Curiosamente, en su formulación inicial, este estimador solo está definido hasta el máximo observado de la muestra. Para valores mayores que el máximo de la muestra, se utilizan comúnmente dos suposiciones diferentes en la literatura estadística. La primera es establecer el valor de la estimación en uno, mientras que la segunda es usar el valor de la estimación en el máximo de la muestra al estimar la cola de la función de distribución. Este artículo ilustra el profundo efecto de estas suposiciones en los tamaños y potencias de las pruebas de bondad de ajuste para tres clases de distribuciones que a menudo se utilizan en el análisis de supervivencia. Estas diferencias se ilustran utilizando datos de tiempo de remisión observados. Las clases de distribuciones consideradas son la exponencial, Weibull y gamma. Como resultado de interés independiente, modificamos dos clases de pruebas desarrolladas para la distribución gamma en el caso de muestra completa para su uso con datos censurados.