Analyse des données de survie et de durée

lstat2220  2022-2023  Louvain-la-Neuve

Analyse des données de survie et de durée
4.00 crédits
15.0 h + 5.0 h
Q1
Enseignants
Van Keilegom Ingrid;
Langue
d'enseignement
Préalables
Concepts et outils équivalents à ceux enseignés dans les UEs
LSTAT2020Logiciels et programmation statistique de base
LSTAT2120Linear models
L'étudiant devrait avoir une bonne connaissance de la théorie de probabilité et de statistique.  Aussi, une bonne maitrîse de SAS ou Splus (ou un autre logiciel avancé) est nécessaire.
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1 A. Eu égard au référentiel AA du programme de master en statistique, orientation biostatistique, cette activité contribue au développement et à l'acquisition de manière prioritaire des AA 1.4, 1.5, 2.1, 2.2, 4.1, 4.2 et 4.5.
Eu égard au référentiel AA du programme de master en statistique, orientation générale, cette activité contribue au développement et à l'acquisition de manière prioritaire des AA 1.4, 1.5, 2.1, 2.2, 4.1, 4.2
B. A l'issue de ce cours, l'étudiant sera familiarisé avec les concepts et modèles de base en analyse de survie. En outre, l'étudiant sera capable d'analyser des données réelles à l'aide de logiciels.
 
Contenu
  • Introduction aux concepts de base (commes les mécanismes de censure et troncature, certaines fonctions de survie paramétriques courantes en analyse de survie,...)
  • Estimation nonparamétrique des quantités de base (l'estimateur de Kaplan-Meier de la fonction de survie, l'estimateur de Nelson-Aalen de la fonction de hasard cumulée,...), le développement de certaines propriétés (asymptotiques) de ces estimateurs, et des tests d'hypothèse concernant l'égalité de deux ou plusieurs courbes de survie
  • Modèle à hasards proportionnels (estimation des composantes du modèle, tests d'hypothèse, sélection de variables explicatives, validation du modèle,...)
  • Modèle à hasards accélérés (estimation des paramètres du modèle, tests d'hypothèse, sélection du modèle, validation du modèle,...)
Méthodes d'enseignement
Le cours comprend des exposés magistraux et des séances d'exercices.  Des vidéos enrégistrées en anglais sont disponibles sur Moodle.
Modes d'évaluation
des acquis des étudiants
L'évaluation comprend un examen oral (pour tester la compréhension globale du cours) et un projet sur ordinateur (analyse de données réelles).
Autres infos
Les slides du cours sont téléchargeables à partir de Moodle.
Bibliographie
  • Cox, D.R. et Oakes, D. (1984). Analysis of survival data, Chapman and Hall, New York.
  • Hougaard, P. (2000). Analysis of multivariate survival data. Springer, New-York.
  • Klein, J.P. et Moeschberger, M.L. (1997). Survival analysis, techniques for censored and truncated data, Springer, New York.
Faculté ou entité
en charge
LSBA


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] : ingénieur civil biomédical

Master [120] en statistique, orientation biostatistiques

Master [120] en sciences mathématiques

Master [120] en statistique, orientation générale

Master [120] : ingénieur civil en mathématiques appliquées

Certificat d'université : Statistique et science des données (15/30 crédits)