Modélisation conjointe de données longitudinales et de durées de vie
FR |
EN
Auteur / Autrice : | Jean-François Dupuy |
Direction : | Mounir Mesbah |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques appliquées. Statistique |
Date : | Soutenance en 2002 |
Etablissement(s) : | Paris 5 |
Mots clés
FR
Mots clés contrôlés
Résumé
FR |
EN
Le modèle de régression de Cox est l'un des plus utilisés pour l' analyse statistique des durées de vie. Cependant, l'inférence statistique pour ce modèle, basée sur la vraisemblance partielle de Cox, se heurte souvent à un problème de valeurs manquantes des covariables. Cette thèse propose une méthode d' estimation des paramètres du modèle de Cox en cas de valeurs manquantes d'une covariable dépendant du temps, et établit les propriétés asymptotiques des estimateurs obtenus. La méthode proposée consiste à modéliser conjointement les durées censurées et le processus de covariable, pour en déduire une vraisemblance permettant d'estimer les paramètres du modèle de Cox au vu des données incomplètes. . .