El objetivo de esta investigación es analizar el error cuadrático medio (MSE) del estimador de núcleo para la tasa de riesgo condicional, asumiendo que la secuencia de variables de vector aleatorio real satisface la condición de cuasi-asociación. Al emplear técnicas de suavizado de núcleo y análisis asintótico, derivamos la expresión asintótica exacta para los términos principales del error cuadrático, proporcionando una caracterización precisa del comportamiento de convergencia del estimador. Además de las derivaciones teóricas y un estudio de simulación controlado que valida las propiedades asintóticas, este trabajo incluye una aplicación de datos reales que implica tasas de desempleo mensuales en los Estados Unidos desde 1948 hasta 2025. La comparación entre los valores estimados y observados confirma la relevancia y robustez del método propuesto en un contexto económico práctico. Este estudio extiende así los resultados existentes sobre la estimación de la tasa de riesgo al abordar estructuras de dependencia más complejas y al demostrar la aplicabilidad de la metodología a datos funcionales reales, contribuyendo tanto al desarrollo teórico como a la implementación empírica de métodos basados en núcleos en el análisis de supervivencia y mercado laboral.