Analyse de survie avancee

Data Value

Non finançable CPF

Tout public

Présentiel

Public admis

Salarié en poste

Demandeur d'emploi

Entreprise

Étudiant

Prix

2340 €

Durée

Nous contacter

Localité

En présentiel

Découvrez les localités disponibles pour suivre cette formation en présentiel.

Objectifs

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.

Compétences visées

- Analyser l'utilisation des modèles de survie à effets aléatoires dans des contextes de données corrélées, et spécifier les hypothèses et paramètres associés.

- Maîtriser les spécificités et les techniques d'estimation du modèle à fragilité, en interprétant les paramètres et en évaluant l'adéquation du modèle.

- 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).

- Développer et estimer des modèles conjoints pour données de survie, en spécifiant les hypothèses et en interprétant les paramètres du modèle.

Programme

Programme

- 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)