Télécharger le texte intégral

More documents

Recommendations

Info

Tab. 4.5 – Résultats des simulations obtenus par Nielsen [70] en utilisant l’algorithmeEM, pour des temps de survie non censurés. (500 simulations réalisées sous H 0 et 200sous H 1 ).Temps de survie censurésG θ Moyenne S.D.(ˆθ) Moyenne Puissance(ˆθ) empirique S.E.(ˆθ)̂1000 0.0 -0.0047 0.0311 0.0313 0.0520.1 0.0903 0.0357 0.0370 0.7600.2 0.1934 0.0421 0.0425 0.995500 0.0 -0.0170 0.0429 0.0433 0.0580.2 0.1836 0.0570 0.0595 0.9350.4 0.3811 0.0709 0.0735 1.000200 0.0 -0.0290 0.0715 0.0649 0.0940.2 0.1702 0.0956 0.0921 0.5250.4 0.3623 0.1091 0.1147 0.980100 0.0 -0.0524 0.0905 0.0821 0.1060.2 0.1364 0.1368 0.1245 0.2400.4 0.3058 0.1578 0.1539 0.6700.6 0.5146 0.1947 0.1851 0.9300.8 0.7146 0.2086 0.2142 0.9901.0 0.8828 0.2276 0.2388 1.000
Tab. 4.6 – Résultats des simulations obtenus par Nielsen [70] en utilisant l’algorithmeEM, pour des temps de survie censurés. (500 simulations réalisées sous H 0 et 200 sousH 1 ).Temps de survie censurésG θ Moyenne S.D.(ˆθ) Moyenne Puissance(ˆθ) empirique S.E.(ˆθ)̂1000 0.0 -0.0008 0.0345 0.0365 0.0420.1 0.0970 0.0403 0.0426 0.6750.2 0.1973 0.0504 0.0488 1.000500 0.0 -0.0086 0.0497 0.0511 0.0440.2 0.1955 0.0665 0.0689 0.8950.4 0.3982 0.0831 0.0862 1.000200 0.0 -0.0136 0.0830 0.0803 0.0720.2 0.1937 0.1040 0.1083 0.5100.4 0.4031 0.1310 0.1373 0.945100 0.0 -0.0227 0.1133 0.1120 0.0540.2 0.1711 0.1635 0.1505 0.2450.4 0.3588 0.1822 0.1872 0.6050.6 0.5830 0.2332 0.2293 0.8750.8 0.8002 0.2542 0.2730 0.9901.0 0.9829 0.3097 0.3115 0.990
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: Tab. 4.4 - Estimations de θ pour G
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 and 112: [78] Rifat S, Eastwood MR, McLachla
Page 113: Annexe ATaux d’incidence de la d
show all

Télécharger le texte intégral

Create successful ePaper yourself

Delete template?

Save as template?