Resumen

Los datos de falla bivariados son comunes en estudios de confiabilidad y supervivencia, donde la estimación de la fuerza de dependencia es a menudo un paso importante en el análisis de los datos. En la literatura, se ha establecido que los coeficientes de correlación miden la relación lineal entre dos variables, pero también pueden existir relaciones no lineales fuertes entre ellas. El coeficiente de concordancia t de Kendall se ha convertido en una herramienta útil para el análisis de datos bivariados, la cual es usada en pruebas no paramétricas de independencia y como una medida complementaria de asociación. En el análisis de datos de confiabilidad, hay un fenómeno que ocurre cuando el valor de las observaciones se conoce parcialmente, lo cual se conoce comocensura. En este trabajo, se comparan vía simulación dos métodos de estimación del t de Kendall, una de ellas suponiendo normalidad en las distribuciones marginales y ajustándolas individualmente, y la otra basada en cópulas (Gaussiana y Clayton), donde los datos bivariados están censurados a intervalo. La comparación se hace mediante el error cuadrático medio y la mediana de la desviación absoluta. Los resultados muestran que el método basado en la aproximación cópula produce en general estimaciones más precisas que el método de ajuste individual de las marginales.

• Materias:Acetamida
• Subjects:Acetamida
• Palabras claves:Cópula; Medidas de asociación; Modelo de mezcla Gaussiana; Supervivencia
• Keywords:Copula; Association measures; Gaussian mixture model; Survival