Goodness-of-fit tests for parametric models based on biased samples

• Published in: Canadian journal of statistics 2002-09, Vol.30 (3), p.475-490
• Main Authors: Sun, Yanqing, Cui, Sufang, Tiwari, Ram C.
• Format: Article
• Language: English
• Subjects: Censoring; Censorship; consistency; Estimation bias; Martingales; Monte Carlo method; Null hypothesis; Perceptron convergence procedure; Random sampling; Sampling bias; Sampling distributions; Selection bias; supremum test; truncation; weak convergence; Weighting functions
• ISSN: 0319-5724; 1708-945X
• DOI: 10.2307/3316149

The authors study the problem of checking the adequacy of a parametric model for a distribution using several possibly censored weight biased samples. They discuss identifiability problems related to the underlying distribution and the distributions of the biased samples. They propose a test statistic based on the supremum of the weighted aggregated martingale residual processes from a number of such samples. Both numerical and graphical procedures are discussed, which the authors apply to do model checking for oil exploration drilling data. /// Les auteurs s'interrogent sur la façon de vérifier l'adéquation d'un modèle de loi paramétrique au moyen de données sujettes à des biais d'échantillonnage et à la censure. Ils traitent des problèmes d'identifiabilité liés à la loi sous-jacente et à celles des échantillons biaisés. Ils proposent un test fondé sur le súpremum des processus de martingale agrégés pondérés résiduels d'un certain nombre de tels échantillons. Des procédures numériques et graphiques sont décrites, que les auteurs illustrent en vérifiant l'adéquation d'un modèle pour des données de forage recueillies à des fins d'exploration pétrolière.