Programme et résumés (pdf) - Société statistique du Canada

Mardi 30 mai • Tuesday, May 30, 13:15–14:15 115[MS-111]Improving the Estimation of Kendall’s tau when Censoring Affects Only One of the VariablesAmélioration de l’estimation du tau de Kendall lorsque la censure n’affecte qu’une seule des deux variablesDavid BEAUDOIN, Thierry DUCHESNE & Christian GENEST, Université LavalThis session considers the estimation of Kendall’stau for bivariate data (X, Y) when only Y is sub-Cette présentation considère l’estimation du tau de Kendallen présence de données bivariées (X, Y) où seulement Y estject to right-censoring. The estimators proposed sujette à la censure à droite. Les estimateurs proposés parby Brown et al. (1974), Weier & Basu (1980) and Brown et al. (1974), Weier & Basu (1980) et Oakes (1982)Oakes (1982), which are standard in this context, ne sont pas convergents lorsque le tau de Kendall est difféfailto be consistent when tau is different from rent de zéro puisqu’ils n’utilisent que l’information contezerobecause they only use information from the nue dans les lois marginales. Wang & Wells (2000) ont étémarginal distributions. Wang & Wells (2000) were les premiers à proposer un estimateur qui tient compte dethe first to propose an estimator which accounts for l’information conjointe. Quatre nouveaux estimateurs utilijointinformation. Four more are developed here sant l’information fournie par la variable X sont proposésto account for information provided by X. Simu- dans cet exposé. Des simulations démontrent que les noulationsshow that the new estimators perform sig- veaux estimateurs sont supérieurs à ceux mentionnés ci-haut.nificantly better than the existing ones mentionedabove.[MS-112]A Nonparametric Two Sample Test for Bivariate Right Censored DataUn test non paramétrique pour données bidimensionnelles censurées à droiteShojaeddin CHENOURI, University of WaterlooDans cet exposé, nous proposons un test asymptotiquementnon paramétrique pour tester l’égalité de deux distributionsde temps d’évènements bidimensionnels basé sur des ob-servations aléatoirement censurées à droite. La statistiquede test est définie en utilisant la notion de profondeur desdonnées. La profondeur est une mesure de la centralité d’unpoint par rapport à un nuage de points ou une distribution, etelle introduit un classement partant du centre des données.In this talk, we will propose an asymptotically distributionfree test for testing the equality of twobivariate time-to-event distributions based on randomlyright censored observations. The test statisticis defined by using the notion of data depth.Data depth is a measure of how deep or central agiven point is with respect to a given data cloud ordistribution, and it introduces a center outward orderingof data.Session 07A Mardi 30 mai • Tuesday, May 30, 13:15–14:15 SH3345Isobel Loutit Invited Address on Business and Industrial StatisticsAllocution Isobel Loutit sur la statistique industrielle et de gestion[MS-113]The Challenges of Statistical LeadershipLes défis du leadership en statistiqueGeoff VINING, Virginia TechThis talk discusses what we mean by statisticalleadership, the several forms of statistical leader-Cet exposé traite de ce que nous entendons par « leadershipstatistique », des différentes formes de leadership statistique,ship, and the challenges that we face, particularly et des défis auxquels nous devons faire face, particulièrementwithin industrial statistics. Much of this talk is dans le domaine de la statistique industrielle. Cet exposé estSH = Somerville House SSC = Social Science Centre UC = University College