12.07.2015 Views

Télécharger le texte intégral - ISPED-Enseignement à distance

Télécharger le texte intégral - ISPED-Enseignement à distance

Télécharger le texte intégral - ISPED-Enseignement à distance

SHOW MORE
SHOW LESS
  • No tags were found...

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Etat des connaissances 45tique de décrire des sous-populations non-observées. Muthén et Shedden (1999) ontainsi proposé d’étendre la première version du modè<strong>le</strong> de Verbeke et Lesaffre (1996)afin de prédire la probabilité d’appartenir <strong>à</strong> une classe latente en fonction des caractéristiquesdu sujet. En définissant la variab<strong>le</strong> latente d’appartenance aux classesc i qui vaut g si <strong>le</strong> sujet i appartient <strong>à</strong> la classe g, ils ont exprimé la probabilitéd’appartenir <strong>à</strong> la classe g par un modè<strong>le</strong> multinomial :π ig = P (c i = g|X 2i ) =eξ 0g+X T 2i ξ 1g∑ Gl=1 eξ 0l+X T 2i ξ 1l(2.15)où ξ 0g représente l’intercept de la classe g et ξ 1g <strong>le</strong> vecteur de paramètres spécifiques<strong>à</strong> la classe g associé aux variab<strong>le</strong>s explicatives X 2i . Pour des raisons d’identifiabilité,ξ 0g = 0 et ξ 1g = 0.Muthén et Shedden (1999) ont aussi proposé de prendre en compte, conjointementaux profils hétérogènes d’évolution, un événement clinique sous forme de variab<strong>le</strong>binaire prédite par l’appartenance aux classes latentes. Par cette modélisationconjointe, Muthén et Shedden (1999) suivis d’autres travaux (Lin et al., 2000 ; Linet al., 2002a ; Muthén et al., 2002) ont introduit l’approche par classes latentes dansl’étude conjointe d’un marqueur longitudinal et d’un événement clinique. Nous reviendronssur ce développement particulier des modè<strong>le</strong>s <strong>à</strong> classes latentes conjointsdans la dernière section de ce chapitre.Estimation des paramètresComme dans <strong>le</strong>s modè<strong>le</strong>s de mélange simp<strong>le</strong>s, l’estimation des paramètres dans<strong>le</strong>s modè<strong>le</strong>s de mélange pour données longitudina<strong>le</strong>s pose certains problèmes. Anotre connaissance, tous <strong>le</strong>s travaux réalisés dans ce domaine se sont basés sur uneestimation <strong>à</strong> nombre fixé de composantes étant donné la comp<strong>le</strong>xité engendrée par <strong>le</strong>modè<strong>le</strong> mixte seul. Le plus souvent, une estimation par maximum de vraisemblancevia l’algorithme EM présenté en sous-section 2.3.2 a été utilisée (Verbeke et Lesaffre,1996 ; Muthén et Shedden, 1999 ; Xu et Hedeker, 2001 ; Muthén et al., 2002). Dansson logiciel M+, Muthén (Muthén et Muthén, 2001) a développé un algorithme

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

Saved successfully!

Ooh no, something went wrong!