3 sessions disponibles pour cette formation
Voir les sessionsOrganisme / Établissement
41 rue de la Découverte - 31676 LABEGE
Contact
Objectifs de la formation
S’approprier les principaux modèles de survie à effets aléatoires pour analyser des données de survie non standards. Savoir manipuler, analyser et interpréter des données de survie avancées.br
Compétences viséesbr
- Analyser l'utilisation des modèles de survie à effets aléatoires dans des contextes de données corrélées, et spécifier les hypothèses et paramètres associés.br
- Maîtriser les spécificités et les techniques d'estimation du modèle à fragilité, en interprétant les paramètres et en évaluant l'adéquation du modèle.br
- Évaluer l'intérêt et l'application des modèles pour risques compétitifs, en utilisant des modèles de régression appropriés et les outils de programmation (packages R).br
- Développer et estimer des modèles conjoints pour données de survie, en spécifiant les hypothèses et en interprétant les paramètres du modèle.
Contenu
- Modèles de survie à effets aléatoires (frailty models)
- Contexte des données corrélées
- Terminologie
- Exemples
- Spécification du modèle à fragilité
- Hypothèses
- Interprétation des paramètres du modèle
- Estimation des paramètres du modèle
- Tests d’hypothèses sur les paramètres du modèle
- Codage des variables explicatives (binaire, qualitative)
- Modification de l’effet et confusion
- Comparaison de modèles et sélection de variables
- Étude de l’adéquation du modèle (résidus)
br
- Modèles pour risques compétitifs
- Contexte et indicateurs pour risques semi-compétitifs ou compétitifs
- Modèles de régression pour risques compétitifs
- Packages R
br
- Modèles conjoints pour données de survie
- Contexte
- Spe´cification des mode`les conjoints
- Hypothe`ses
- Interpre´tation des parame`tres du mode`le
- Estimation des parame`tres du mode`le
Résultats attendus
Attestation de formation