Télécharger le texte intégral - ISPED-Enseignement à distance

Modèle nonlinéaire à classes latentes 2 133Tab. 5.4 – Adéquation du modèle conjoint non ajusté suivant la spécification durisque de démence et le nombre de composantes G (nombre de paramètre p, logvraisemblanceL et les critères AIC et BIC)Modèle à risques proportionnelsModèle stratifiéG p L AIC BIC p L AIC BIC2 28 -67712.01 135480.0 135641.8 29 -67711.6 135481.3 135648.83 33 -67630.72 135327.4 135518.1 35 -67629.5 135329.0 135531.24 38 -67596.62 135269.2 135488.7 41 -67596.2 135274.4 135511.35 43 -67579.45 135244.9 135493.3 47 -67573.0 135240.1 135511.5les classes, améliore très peu l’adéquation aux données. Les vraisemblances des deuxmodèles sont très proches quel que soit le nombre de classes latentes, et l’AIC et leBIC du modèle à risques proportionnels sont toujours meilleurs que ceux du modèlestratifié correspondant (à l’exception de l’AIC pour le modèle à 5 classes latentes).De plus, le critère du BIC, conduit dans les deux cas à retenir un modèle à 4 classes.Dans ce modèle à 4 classes latentes, nous avons tenté de comparer les risquesobtenus par le modèle de Weibull à ceux obtenus avec une fonction de risque décritepar des splines. Le modèle utilisant des splines était néanmoins trop compliqué etl’estimation n’a pas abouti au bout de 500 iterations.Description du modèle conjoint avec variables explicativesAprès avoir choisi un modèle à risques proportionnels pour le risque de démence,nous avons estimé le modèle conjoint complet pour un nombre de classes latentesvariant de 1 à 6 et, d’après le critère du BIC, le modèle à 5 classes a été retenu (voirtableau 5.5). Les évolutions prédites dans les 5 classes latentes sont représentées enfigure 5.1.On observe un déclin des fonctions cognitives dans toutes les classes latentes mais