Analyse des données de survie et de durée

Enseignants

Van Keilegom Ingrid;

Langue
d'enseignement

Français
> English-friendly

Préalables

Concepts et outils équivalents à ceux enseignés dans les UEs

• LDATS2030 Programmation et data reporting en R
• LSTAT2120 Linear models

L'étudiant devrait avoir une bonne connaissance de la théorie de probabilité et de statistique.  Aussi, une bonne maitrîse du logiciel R 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 (comme 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 AFT (accelerated failure time) (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. 

Modes d'évaluation
des acquis des étudiants

L'évaluation comprend un examen écrit 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.
• Klein, J.P. et Moeschberger, M.L. (1997). Survival analysis, techniques for censored and truncated data, Springer, New York.
• Kleinbaum, D.G. and Klein, M. (2005). Survival analysis, a self-learning text, Springer, New York.

Faculté ou entité
en charge

> LSBA