Télécharger le texte intégral - ISPED-Enseignement à distance

Modèle nonlinéaire à classes latentes 2 119- la probabilité ˆπ y igd’appartenir à chaque classe latente g sachant les mesuresrépétées aux tests y i et les variables explicatives x i définie comme suit :ˆπ y ig = P (c ig = 1 | y i , x i ; ˆθ) =P (c ig = 1 | x i ; ˆθ)f(y i | c ig = 1, x i ; ˆθ)∑ Gl=1 P (c il = 1 | x i ; ˆθ)f(y(5.14)i | c il = 1, x i ; ˆθ)A partir de l’une et l’autre des probabilités a posteriori, il est possible de classerles sujets dans la classe à laquelle ils ont la plus grande probabilité d’appartenir.La première classification, conditionnelle aux observations sur les tests psychométriqueset le délai d’événement, permet de vérifier la bonne adéquation dumodèle aux données alors que la classification utilisant uniquement l’informationsur les tests psychométriques permet d’évaluer la qualité de discrimination des testspsychométriques et est utilisée pour calculer la probabilité d’événement en fonctionde l’évolution des tests.De la même manière que dans le chapitre précédent, nous pouvons aussi prédire,à partir du modèle conjoint incluant un modèle de survie, la probabilité de survenuede démence en utilisant les mesures longitudinales de cognition y i et des variablesexplicatives x i . Ainsi, à partir des paramètres estimés ˆθ, la probabilité de survenuede démence avant le temps t est calculée à partir de l’information sur les tests avantle temps t, (y is ) s