Assas Recherche | Approche EM pour modèles multi-blocs à facteurs à une équation structurelle

Approche EM pour modèles multi-blocs à facteurs à une équation structurelle (Document en Français)

Accès au(x) document(s)

Accéder au(x) document(s) :

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :

Thèse consultable sur internet, en texte intégral.

Informations sur les contributeurs

Auteur : Tami Myriam

Tami, Myriam

Nom

Tami

Prénom

Myriam

Nationalité

Français

Date de soutenance : 12-07-2016

Directeur(s) de thèse : Lavergne Christian

Lavergne, Christian

Nom

Lavergne

Prénom

Christian

- Bry Xavier

Bry, Xavier

Nom

Bry

Prénom

Xavier

Etablissement de soutenance : Montpellier

Montpellier

Nom

Montpellier

Laboratoire : Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....)

Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....)

Nom

Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....)

Ecole doctorale : École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)

École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)

Nom

École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)

Informations générales

Discipline : Biostatistique
Classification : Mathématiques

Mots-clés libres : Modèles à équations structurelles, Modèles à facteurs, Variables latentes, Algorithme EM, Méthodes d'estimation, Analyse de données
Mots-clés :

Modèles d'équations structurales
Variables latentes
Algorithmes EM
Analyse des données
Méthodes statistiques

Résumé : Les modèles d'équations structurelles à variables latentes permettent de modéliser des relations entre des variables observables et non observables. Les deux paradigmes actuels d'estimation de ces modèles sont les méthodes de moindres carrés partiels sur composantes et l'analyse de la structure de covariance. Dans ce travail, après avoir décrit les deux principales méthodes d'estimation que sont PLS et LISREL, nous proposons une approche d'estimation fondée sur la maximisation par algorithme EM de la vraisemblance globale d'un modèle à facteurs latents et à une équation structurelle. Nous en étudions les performances sur des données simulées et nous montrons, via une application sur des données réelles environnementales, comment construire pratiquement un modèle et en évaluer la qualité. Enfin, nous appliquons l'approche développée dans le contexte d'un essai clinique en cancérologie pour l'étude de données longitudinales de qualité de vie. Nous montrons que par la réduction efficace de la dimension des données, l'approche EM simplifie l'analyse longitudinale de la qualité de vie en évitant les tests multiples. Ainsi, elle contribue à faciliter l'évaluation du bénéfice clinique d'un traitement.

Informations techniques

Type de contenu : Text
Format : PDF

Informations complémentaires

Entrepôt d'origine :

STAR : dépôt national des thèses électroniques françaises

Identifiant : 2016MONTT303
Type de ressource : Thèse