- Page 1 and 2:
Université Victor Segalen - Bordea
- Page 3 and 4:
A Monsieur le Professeur Roger Sala
- Page 5 and 6:
Mes remerciements les plus chaleure
- Page 7 and 8:
3 Approche par vraisemblance pénal
- Page 9 and 10:
RésuméLes modèles classiquement
- Page 11 and 12:
l’aluminium de l’eau du dialysa
- Page 13 and 14:
même groupe pour expliquer cette h
- Page 15 and 16:
Dans des essais thérapeutiques, on
- Page 17 and 18:
Chapitre 2Modèles de survie pour d
- Page 19 and 20:
dans la vraisemblance. De plus la c
- Page 21 and 22:
sont tronquées à droite car les s
- Page 23 and 24:
2.1.3 EstimationConstruction de la
- Page 25 and 26:
(lorsque les intervalles de temps p
- Page 27 and 28:
à risque en t j , et sachant qu’
- Page 29 and 30:
2.2.1 Le modèleOn considère T ij
- Page 31 and 32:
pour ˆβ devient ˆV , l’estimat
- Page 33 and 34:
La fonction de risque marginale (ou
- Page 35 and 36:
D’après l’équation (2.9) il a
- Page 37 and 38:
n’existent pas.Enfin, lorsque tou
- Page 39 and 40:
2.3.3 Modèle à fragilité corrél
- Page 41 and 42:
Dans le modèle à fragilité, les
- Page 43 and 44:
Le schéma d’estimation peut êtr
- Page 45 and 46:
ẑ l les valeurs moyennes des vari
- Page 47 and 48:
Estimation dans le modèle à fragi
- Page 49 and 50:
Chapitre 3Approche par vraisemblanc
- Page 51 and 52:
une valeur élevée de ∫ λ ′
- Page 53 and 54:
3.2 Approximation par splines de la
- Page 55 and 56:
des nœuds on augmente le nombre de
- Page 57 and 58:
modèle. Ainsi, le nombre de degré
- Page 59 and 60:
Dans un modèle à risques proporti
- Page 61 and 62: On peut donc approcher la matrice d
- Page 63 and 64: Par exemple, si κ n = o p (n) =
- Page 65 and 66: de risque en tout temps étant appr
- Page 67 and 68: Chapitre 4Etude par simulations4.1
- Page 69 and 70: Le nombre de nœuds était fixé à
- Page 71 and 72: simulations obtenus par Nielsen [70
- Page 73 and 74: première espèce très proche de 5
- Page 75 and 76: Tab. 4.2 - Estimations de ˆθ pour
- Page 77 and 78: Tab. 4.4 - Estimations de θ pour G
- Page 79 and 80: Tab. 4.6 - Résultats des simulatio
- Page 81 and 82: isque de base a été estimée à p
- Page 83 and 84: Fig. 4.2 - Fonction de risque margi
- Page 85 and 86: Fig. 4.3 - Fonction de risque de ba
- Page 87 and 88: Fig. 4.5 - Fonction de risque de ba
- Page 89 and 90: 5.2 Hypothèse de la relation alumi
- Page 91 and 92: cohorte Paquid et elles étudiaient
- Page 93 and 94: 5.4 Analyse des données groupées
- Page 95 and 96: ces deux variables sont distribuée
- Page 97 and 98: Tab. 5.1 - Comparaison entre le mod
- Page 99 and 100: Fig. 5.2 - Incidence de la démence
- Page 101 and 102: Nous n’avons pas envisagé de dé
- Page 103 and 104: géographique comme celle de Paquid
- Page 105 and 106: Bibliographie[1] Aalen OO. Nonparam
- Page 107 and 108: [24] Cox DR. Regression models and
- Page 109 and 110: [52] Kaplan EL, Meier P. Nonparamet
- Page 111: [78] Rifat S, Eastwood MR, McLachla