Programme et résumés (pdf) - Société statistique du Canada

106 Mardi 30 mai • Tuesday, May 30, 10:15–11:45[MS-93]Multiclustering, Avoiding the Shape of Underlying MetricsÉviter la forme des métriques sous-jacentes en classificationDaniel ASHLOCK, University of GuelphToute méthode de classification dépend fortement de la mesurede distance ou de similarité utilisée pour comparer lesobjets à regrouper. Les méthodes estimant le nombre « cor-rect » de groupes dépendent du jugement humain ou re-quièrent de multiples itérations d’un algorithme suivi d’uneanalyse statistique des groupes produits. Cet exposé présenteune méthode de multiclassification qui combine les résultatsde centaines ou milliers d’itérations tout en évitant le biaisintroduit par la métrique sous-jacente et fournit un graphe decoupe conseillant l’utilisateur quant à la structure des don-nées, incluant le nombre naturel de groupes, s’il existe.Any clustering technique depends strongly on theunderlying distance or similarity measure used tocompare the objects being clustered. Methods forestimating the "correct" number of clusters are dependenton human judgment or may require multipleruns of an algorithm followed by statisticalanalysis of the clusters produced. This talk introducemulticlustering which combines the output ofhundreds or thousands of clustering runs in a mannerthat both avoids some kinds of bias introducedby the underlying metric and also gives an advisory,called a cut plot, that advises the user as thethe structure of the data including the natural numberof clusters if one exists.Session 06D Mardi 30 mai • Tuesday, May 30, 10:15–11:45 SH3345Meta-analysis of Randomized Controlled TrialsMéta-analyse d’essais contrôlés randomisés[MS-94]Combining Studies with Continuous and Binary OutcomesCombinaison d’études avec résultats continus et binairesAndrew WILLAN & Joseph BEYENE, SickKids Research Institute/University of TorontoIn recent years, the medical literature has witnessedan exponential growth in research that uses metaanalyticmethods. The analytical methods are wellestablishedfor combining studies involving effectmeasures reported using uniform scales for the outcomeof interest, for example scenarios where allstudies that need to be combined use a continuousscale. A challenge arises in situations wherea combination of measurement scales is reportedfor the same end point. We present an overview ofmethods that can be used for combining effect sizeswhere some studies are reporting summary measureson a continuous scale and others on binaryscales. The performances of the various methodsare compared using simulations and real data setsare used for illustration.Ces dernières années, la littérature médicale a été témoind’une croissance exponentielle de la recherche employantdes méthodes méta-analytiques. Les méthodes analytiquessont bien établies pour combiner des études impliquantl’effet de mesures rapportées en utilisant des échelles uni-formes pour les résultats d’intérêt, comme par exemple, lesscénarios où toutes les études devant être combinées uti-lisent une échelle continue. Un défi surgit dans les situationsoù des études employant des échelles de mesure complète-ment différentes sont combinées dans un même but. Nousprésentons une revue des méthodes qui peuvent être em-ployées pour combiner les résultats provenant d’études rap-portant des mesures sommaires sur des échelles continueset binaires. Les performances des diverses méthodes sontcomparées à l’aide de simulations et de données réelles.SH = Somerville House SSC = Social Science Centre UC = University College