Analyse des données de survie et de durée [ LSTAT2220 ]
4.0 crédits ECTS
15.0 h + 5.0 h
1q
| Enseignant(s) |
Teodorescu Bianca (supplée Van Keilegom Ingrid) ;
Van Keilegom Ingrid ;
|
Langue
d'enseignement: |
Français
|
| Lieu de l'activité |
Louvain-la-Neuve
|
| Thèmes abordés |
Les concepts et modèles suivants seront étudiés dans ce cours :
- Censure à droite, troncature à gauche
- Certaines fonctions de répartition paramétriques courantes en analyse de survie
- Estimation nonparamétrique des quantités de base (l'estimateur de Kaplan-Meier de la fonction de survie, l'estimateur de Nelson-Aalen de la fonction de hasard cumulée,...)
- Tests d'hypothèse concernant l'égalité de deux ou plusieurs courbes de survie
- Modèles à hasards proportionnels
- Modèles de régression paramétriques / Modèles à hasards accélérés
- Modèles de 'frailty'
|
Acquis
d'apprentissage |
A l'issue de ce cours, l'étudiant sera familiarisé avec les concepts et modèles de base en analyse de survie. En outre, l'étudiant sera capable d'analyser des données réelles à l'aide de logiciels. Le cours accentue surtout la méthodologie, l'interprétation et les mécanismes derrière les modèles courants en analyse de survie, et moins les aspects théoriques et mathématiques.
|
| Contenu |
Contenu
- Introduction aux concepts de base (commes les mécanismes de censure et troncature, certaines fonctions de survie paramétriques courantes en analyse de survie,...)
- Estimation nonparamétrique des quantités de base (l'estimateur de Kaplan-Meier de la fonction de survie, l'estimateur de Nelson-Aalen de la fonction de hasard cumulée,...), le développement de certaines propriétés (asymptotiques) de ces estimateurs, et des tests d'hypothèse concernant l'égalité de deux ou plusieurs courbes de survie
- Modèle à hasards proportionnels (estimation des composantes du modèle, tests d'hypothèse, sélection de variables explicatives, validation du modèle,...)
- Modèle à hasards accélérés (estimation des paramètres du modèle, tests d'hypothèse, sélection du modèle, validation du modèle,...)
- Modèle de `frailty' (introduction, motivation, estimation des composantes du modèle,...)
Méthodes
Le cours consiste en des cours magistraux, des séances d'exercices et d' un projet individuel sur ordinateur.
|
| Autres infos |
Pré-requis
- L'étudiant devrait avoir une bonne connaissance de probabilité et de statistique.
- Une bonne maitrîse de SAS ou Splus (ou un autre logiciel avancé) est nécessaire.
Evaluation
L'évaluation consiste en :
- un examen oral
- un projet sur ordinateur, qui consiste en une analyse de données réelles
Support
Les notes de cours sont distribuées lors de la première séance du cours.
Encadrement
Professeur : Ingrid Van Keilegom, tél. : 010/47 43 30, e-mail : vankeilegom@stat.ucl.ac.be
Références
Cox, D.R. et Oakes, D. (1984). Analysis of survival data, Chapman and Hall, New York.
Hougaard, P. (2000). Analysis of multivariate survival data. Springer, New-York.
Klein, J.P. et Moeschberger, M.L. (1997). Survival analysis, techniques for censored and truncated data, Springer, New York.
|
Cycle et année
d'étude |
> Master [120] en statistiques, orientation biostatistique
> Certificat universitaire en statistique
|
Faculté ou entité
en charge |
> LSBA
|
<<< Page précédente
|
