Vous êtes ici

  1. Accueil
  2. Principes d’estimation en biostatistique

Principes d’estimation en biostatistique

Principes d’estimation en biostatistique

En pratique :

Volume horaire de cours : 12
Volume horaire global de TP : 12
Volume horaire pour d'autres type d'enseignement : 6
Langue principale : français
Nombre de crédits européens : 3
Capacité d'accueil : 32

Description du contenu de l'enseignement

  • Estimation de paramètres et de leurs variances par maximum vraisemblance :
      Approche analytique.
  • Approche numérique (maximisation de fonction, estimation d’intégrale par quadrature).
  • Estimation de l’intervalle de confiance d’un indicateur :
      Simulations paramétriques.
  • Bootstrap non-paramétrique.
  • Delta méthode.
  • Evaluation des performances d’un modèle par simulations :
      Biais systématiques et aléatoires.
  • Estimation de l’erreur de première espèce et de la puissance.

  • Compétences à acquérir

    Etre en capacité d’estimer un modèle en Biostatistique ouvre de nombreuses perspectives. En effet, il est très naïf de penser que les trois modèles les plus utilisés (linéaire, logistique, et à risques proportionnels) peuvent couvrir le plus grand nombre de situations. Les données médicales sont souvent complexes à analyser, et de nouveaux modèles sont régulièrement proposés pour offrir des résultats plus adéquats. De plus, être capable d’estimer les paramètres et les variances associées à un modèle permet de mieux comprendre ses fondations et ainsi de prendre du recul sur ses forces et faiblesses. C’est aussi grâce à des simulations que les performances d’un modèle peuvent décrites.
     


    Modalités pédagogiques

    • en présence