Modèles de régression pour l'analyse de données qualitatives longitudinales

• Auteur / Autrice : Jean-Philippe Jais
• Direction : Jean-François Boisvieux
• Type : Thèse de doctorat
• Discipline(s) : Biomathématiques
• Date : Soutenance en 1993
• Etablissement(s) : Paris 7

Mots clés

Mots clés contrôlés

Analyse des données

Analyse de régression

Résumé

Les deux principales classes de modèles de régression pour l'analyse des données qualitatives longitudinales ont été étudiées: les équations d'estimation généralisées (GEE) et les modèles a effets mixtes (MIXLOG). Les propriétés statistiques des(GEE) sur des échantillons de taille finie ont été ensuite explorées par des techniques de simulation qui montrent que l'estimation de la variance des paramètres est biaisée sous certaines conditions. Nous avons montre, grâce a la théorie des modèles additifs généralisés, que les propriétés de GEE et de MIXLOG peuvent être étendues a des modèles ou le prédicteur est une somme de fonctions quelconques des covariables initiales. à partir de ce résultat original, des méthodes permettant une description non paramétrique de la liaison réponse-covariable ont été développées. Ces nouvelles méthodes ont été comparées a GEE et MIXLOG sur la base de données médicales, la survenue des complications immédiates observées au cours des échanges plasmatiques