Modèles de régression pour l'analyse de données qualitatives longitudinales

par Jean-Philippe Jais

Thèse de doctorat en Biomathématiques

Sous la direction de Jean-François Boisvieux.

Soutenue en 1993

à Paris 7 .


  • 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


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 197 P.
  • Annexes : 171 REF.

Où se trouve cette thèse ?

  • Bibliothèque : Ecole Polytechnique de l’Université François Rabelais . Départements Electronique et Energie, Informatique, Mécanique et Systèmes. Centre de documentation.
  • Disponible pour le PEB
  • Cote : DI-TH-322
  • Bibliothèque : Université Paris Diderot - Paris 7. Service commun de la documentation. Bibliothèque Universitaire des Grands Moulins.
  • Accessible pour le PEB
  • Cote : TS1993
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.