La identificación de los parámetros del modelo es un desafío central en el análisis de datos de no respuesta no ignorables. En este artículo, proponemos un novedoso método de verosimilitud semiparamétrica penalizada para obtener estimadores dispersos para un modelo paramétrico de mecanismo de no respuesta. Basándonos en estos estimadores dispersos, se introduce una variable instrumental que permite la identificación de la verosimilitud observada. Se construyen dos clases de ecuaciones de estimación para el modelo de regresión no lineal, y se emplea el enfoque de verosimilitud empírica para hacer inferencias sobre los parámetros del modelo. Se establecen sistemáticamente las propiedades oráculas de los estimadores dispersos en el modelo de mecanismo de no respuesta. Además, se deriva la normalidad asintótica de los estimadores máximos de verosimilitud empírica. También se muestra que las funciones de razón de verosimilitud log-empírica son asintóticamente distribuidas como chi-cuadrado ponderadas. Se realizan estudios de simulación para validar la efectividad del procedimiento de estimación propuesto. Finalmente, se demuestra la utilidad práctica de nuestro enfoque mediante el análisis de los datos de ACTG 175.