Analyse de survie - Découverte
Découvrez les clés de l’analyse de survie : maîtrisez des méthodes essentielles pour comprendre et prédire des événements dans le temps. Transformez vos données en insights puissants et prenez des décisions éclairées pour vos projets.
Proposé par
GROUPE ARKESYS
Prérequis
- En prérequis, il est souhaitable d'avoir des connaissances statistiques en tests d'hypothèses et modélisation
Public admis
- Salarié en Poste
- Entreprise
Demandeur d'emploi et Etudiant non admis
Financement
- Votre OPCO
- Financement personnel
Financement CPF non pris en charge
Modalités
- En centre
- En entreprise
- À distance
Objectifs pédagogiques
- Identifier les concepts centraux de l'analyse de survie / des durées de vie
- Connaitre le vocabulaire dédié à ce type d'analyse
- Identifier les contextes d'utilisation des outils de l'analyse de survie / durée de vie
- Interpréter les graphiques issus de ces analyses (courbes de Kaplan-Meyer, courbes actuarielles)
- Connaître les principes de la modélisation semi-paramétrique
- Ouvrir aux modélisations paramétriques
Programme de la formation
Introduction au vocabulaire des Données de Survie
- Dates et durées de suivi (date d'entrée, date de point, date de dernières nouvelles, recul, état, etc)
- Notions de Censures (à droite, à gauche, par intervalle, non-informative, aléatoire)
- Estimation de la survie : fonction de survie, fonction de risque instantané, fonction de risque cumulé
Estimation de la survie
- Estimation non-paramétrique de la survie : estimateur de Kaplan - Meyer
- Estimateur non paramétrique du risque cumulé : estimateur de Nelson - Aalen
- Cas de l'estimation actuariel : échelle de temps fixée par l'utilisateur
- Comparaison de survie par groupes : test du Log-Rank
- Notion de risque relatif
- Représentation graphique des courbes de survie et de risque cumulé :
- Représentation
- Interprétation
- Interprétation de sorties logiciels
Modélisation semi-paramétrique : le modèle de Cox
- Contexte d'utilisation d'une modélisation semi-paramétrique : peu de souplesse du Log-Rank
- Hypothèse des risques proportionnels
- Effets des covariables
- Mesures diagnostiques sur les covariables
- Adéquation du modèle
- Mesures diagnostiques de l'hypothèse de proportionnalité des risques
- Codages des co-variables
- Variables dépendantes du temps
- Stratification
Modélisation paramétrique
- Contexte d'utilisation d'une modélisation paramétrique : hypothèse sur les durées de vie
- Risque instantané constant : processus sans mémoire, loi exponentielle
- Risque instantané monotone : loi de Weibull
- Risque instantané en J ou en cloche
Proposé par
GROUPE ARKESYS
"La formation maintenant pour vos talents de demain"
Proposé par
GROUPE ARKESYS
