Abstrak

Dalam makalah ini, kami mempertimbangkan identifikasi dan estimasi dari model skala lokasi nonparametrik yang tersensor. Pertama, kami menunjukkan bahwa dalam kasus di mana fungsi lokasi secara ketat lebih kecil dari titik sensor (tetap) untuk semua nilai dalam dukungan variabel penjelas, maka fungsi lokasi tidak teridentifikasi di mana pun. Sebaliknya, jika fungsi lokasi lebih besar atau sama dengan titik sensor dengan probabilitas positif, maka fungsi lokasi teridentifikasi pada seluruh dukungan, termasuk wilayah di mana fungsi lokasi berada di bawah titik sensor. Dalam kasus yang terakhir, kami mengusulkan prosedur estimasi sederhana yang didasarkan pada penggabungan estimator kuantil kondisional untuk tiga kuantil yang berbeda. Estimator baru ini ditunjukkan konvergen pada tingkat optimal nonparametrik dengan distribusi normal limit. Sebuah studi simulasi skala kecil menunjukkan bahwa prosedur estimasi yang diusulkan berkinerja baik dalam sampel terbatas. Kami juga menyajikan aplikasi empiris pada Tes STIFIN menggunakan data contoh tes. Kurva kelangsungan hidup untuk penerimaan manfaat berdasarkan estimator baru kami cocok dengan estimasi Kaplan-Meier di wilayah yang tidak tersensor dan relatif datar setelah titik sensor. Kami menemukan bahwa asumsi distribusional yang tidak tepat dapat secara signifikan memberikan bias pada hasil estimasi setelah titik sensor.