10.07.2015 Views

Télécharger le texte intégral

Télécharger le texte intégral

Télécharger le texte intégral

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

survie (t i11 , t i21 ) de la manière suivante :t ihj = v ihjz i– où, v ihj , pour i = 1, ..., G, h = 1, 2, et j = 1 sont des variab<strong>le</strong>s aléatoires i.i.d. de loiexponentiel<strong>le</strong> et de paramètre 1– et Z i pour i = 1, ..., G sont des variab<strong>le</strong>s aléatoires i.i.d. de loi gamma d’espérance1 et de variance θDans une première série de simulations <strong>le</strong>s données n’étaient pas censurées, puis dansune seconde série de simulations <strong>le</strong>s données ont été artificiel<strong>le</strong>ment censurées à t=2 correspondantà 10% de données censurées.Estimation de la variance des effets aléatoires :Nous avons estimé ˆθ et ∨ θ, <strong>le</strong>s deux estimateurs de la variance (avec ou sans biais) des effets√ ∑Mi=1 (¯θ−ˆθ i ) 2aléatoires Z i , puis <strong>le</strong>s écarts-types empiriques correspondants : SD(ˆθ) =√M−1(où ¯θ∑ Mi=1=ˆθ ∑i) et MM SD(∨ i=1θ) =(¯θ− ∨ θ i ) 2(où ¯θ∑ ∨ Mi=1 θi= ). Puis nous avons calculéM−1 √Ĥ−1 M√<strong>le</strong>s écarts-types estimés de θ par deux estimateurs : et ̂ H−1 IH −1 . Un test deWald unilatéral à 5% a été utilisé pour tester H 0: θ = 0, une va<strong>le</strong>ur de θ négativen’ayant aucun sens dans notre modè<strong>le</strong>. Nous présentons <strong>le</strong> risque de 1ère espèce de cestests calculé sur la base de M= 500 échantillons et la puissance calculé sur M= 200échantillons. Nous avons éga<strong>le</strong>ment calculé <strong>le</strong> taux de recouvrement de l’interval<strong>le</strong> deconfiance[à 95% du paramètre θ, qui correspond à la proportion de simulations tel<strong>le</strong>s que√θ ∈ ˆθ − 1.96 var(ˆθ); ˆθ√ ]+ 1.96 var(ˆθ) . Ce taux de recouvrement a été calculé pourl’estimateur ˆθ et l’estimateur ∨ θ et pour <strong>le</strong>s différents estimateurs de la variance de ˆθ et ∨ θ(Ĥ−1 et̂ H−1 IH −1 ).Fonctions de risque :Dans ce modè<strong>le</strong> on estime par maximisation d’une vraisemblance pénalisée une fonctionde risque de base propre à chaque strate ; el<strong>le</strong> est approchée sur une base de M-splines cubiques.Pour un seul échantillon de chaque série de simulations (θ fixé, tail<strong>le</strong> d’échantillonfixée), nous avons estimé dans chaque strate une va<strong>le</strong>ur de κ par la méthode du nombre dedegrés de liberté fixé. Cette va<strong>le</strong>ur de κ était ensuite la même pour tous <strong>le</strong>s échantillons dela même série de simulations. La fonction de risque de base étant une fonction constanteéga<strong>le</strong> à 1, on cherchait une va<strong>le</strong>ur de κ correspondant à un ddl compris entre 2.001 et 2.5.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!