You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
gauche.Cette approche utilise la fonction de vraisemblance que nous aurions si <strong>le</strong>s variab<strong>le</strong>sde fragilité avaient été observées ; cette expression se déduit de l’expression (2.12).avec,L F ull = L 1 (θ) + L 2 (β, Λ 0 )L 1 (θ) = −G [(1/θ) ln θ + ln Γ(1/θ)] +G∑[1/θ + m i − 1] ln(z i ) − z i /θ (2.15)i=1L 2 (β, Λ 0 ) =G∑ ∑n iδ ij [β ′ X ij + ln λ 0 (y ij )] − z i Λ 0 (y ij ) exp(β ′ X ij ) (2.16)i=1 j=1– Etape 0 :Des va<strong>le</strong>urs initia<strong>le</strong>s sont attribuées à β, θ et λ 0k pour k = 1, ..., M (M étant <strong>le</strong>nombre de décès dans l’échantillon).– Etape 1 : “E-step”On peut montrer que sachant <strong>le</strong>s données et <strong>le</strong>s estimateurs courants des paramètres,<strong>le</strong>s effets alétoires z i sont des variab<strong>le</strong>s aléatoires indépendantes qui suivent une loigamma de paramètres A i et C i , avec, A i = [1/θ+m i ] et C i = [1/θ+ ∑ Gi=1 Λ 0(y ij ) exp(β ′ X ij )].On a donc, E[Z i |données] = A i /C i et E[ln Z i |données] = [ψ(A i ) − ln C i ], avec ψreprésentant la fonction digamma. Ces va<strong>le</strong>urs moyennes sont calculées et vont remplacerz i et ln z i dans <strong>le</strong>s expressions (2.15) et (2.16).– Etape 2 : “M-step”– Mettre à jour l’estimation de β, θ et de λ k0 pour (k = 1, ..., D) en utilisant lalog-vraisemblance partiel<strong>le</strong> suivante :⎧⎡⎤⎫D∑ ⎨L 3 (β) =⎩ S (k) − m (k) ln ⎣ ∑⎬ẑ l exp(β ′ X l ) ⎦⎭k=1l∈R(t (k) )pour cela, t (k) sont <strong>le</strong>s temps de décès ordonnés, avec k = 1, ..., D et D <strong>le</strong> nombrede décès,m (k) <strong>le</strong> nombre de décès au temps t (k) , R(t (k) ) est l’ensemb<strong>le</strong> des indices des sujetsà risque au temps t (k) ,