JMP Analyse de survie : Approches non-paramétriques, semi-paramétriques et paramétriques
Découvrez comment maîtriser les méthodes d'analyse de survie avec JMP : des approches non-paramétriques aux techniques paramétriques. Boostez vos compétences analytiques et prenez des décisions éclairées grâce à des outils statistiques avancés !
Proposé par
GROUPE ARKESYS
Prérequis
- En pré-requis, il est obligatoire d'avoir des connaissances statistiques en tests d'hypothèses et modélisation. Concernant l'utilisation de JMP, il s'agit de maitriser l'interface de l'outil ainsi que les fonctions statistiques de bases.
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
- Connaitre 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
- Connaitre les fonctions de risque instantané, de risque cumulé, de survie et de survie cumulée
- Réaliser des analyses non paramétriques de données de survie
- Réaliser des représentations graphiques (courbe de survie, survie cumulée, méthode KM ou actuarielle
- Connaitre la modélisation semi-paramétrique et réaliser son diagnostic
- Connaitre les cas d'utilisation de la modélisation paramétrique
- Connaitre la distribution des temps
- Connaitre la modélisation paramétrique
Programme de la formation
Comprendre les principes généraux de JMP
- Interface de JMP
- Gestion des tables de données
- Manipulation de données
- Sélection de données
- Attributs des lignes
- Gestion des analyses
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 :
o Représentation
o Interprétation
Modélisation semi-paramétriques
- Le modèle de Cox : contexte d'utilisation de ce type de modèle
- L'hypothèse des risques proportionnels
- Gestion des évènements simultanés
- Effets des variables
- 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
- Distribution a priori des durées de vie
- Modèles accélérés
- Modèle exponentiel
- Modèle de Weibull
- Autres modèles et conditions d'utilisation.
- Estimation des modèles : maximum de vraisemblance
- Test d'hypothèse et qualité de la modélisation
- Censures à gauche et censures dépendantes du temps
- Prédictions
- Interprétation de sorties logiciels
Proposé par
GROUPE ARKESYS
"La formation maintenant pour vos talents de demain"
Proposé par
GROUPE ARKESYS
