| Attributes | Values |
|---|
| type
| |
| Thesis advisor
| |
| Author
| |
| dc:subject
| - France
- Protozoaires
- Algorithme
- Analyse statistique
- Allaitement
- Grippe
- Oms
- Monde
- Thèses et écrits académiques
- Sciences medicales
- Sciences biologiques fondamentales et appliquees. psychologie
- Modelisation
- Epidemiologie
- Analyse donnee
- Fonction vraisemblance
- Fertilite
- Survie
- Interface graphique
- Sante publique
- Modele markov
- Application medicale
- Maximisation
- Modele markov cache
- Sante publique. hygiene-medecine du travail
- Donnee statistique
- Poliomyelite anterieure
- Algorithme viterbi
|
| preferred label
| - MODELISATIONS MARKOVIENNES, DEUX APPLICATIONS EN EPIDEMIOLOGIE
|
| Language
| |
| Subject
| |
| dc:title
| - MODELISATIONS MARKOVIENNES, DEUX APPLICATIONS EN EPIDEMIOLOGIE
|
| Degree granting institution
| |
| note
| - CE TRAVAIL PRESENTE DEUX MODELISATIONS MARKOVIENNES EN EPIDEMIOLOGIE. POUR LA PREMIERE APPLICATION, L'OBJECTIF PRINCIPAL ETAIT DE MESURER L'EFFET DE L'ALLAITEMENT, VARIANT AU COURS DU TEMPS, SUR LA SURVENUE DU RETOUR DE FERTILITE AU COURS DU POST-PARTUM. LES DONNEES PROVENANT D'UNE LARGE ET RECENTE ETUDE MULTICENTRIQUE DE L'OMS ONT ETE ANALYSEES EN CONSIDERANT DIFFERENTS MODELES STATISTIQUES. APRES DISCUSSION DES CARACTERISTIQUES PRINCIPALES DES DONNEES, LE MODELE NON-PARAMETRIQUE LINEAIRE D'AALEN, AINSI QU'UNE VERSION DISCRETE DU MODELE DE COX ONT ETE PROPOSES ET COMPARES AU MODELE SEMI-PARAMETRIQUE CONTINU DE COX. UN MODELE DE MARKOV DE REGRESSION A EGALEMENT ETE DEVELOPPE. L'INTERET D'UNE TELLE MODELISATION MARKOVIENNE EST COMPARE AVEC LES OUTILS CLASSIQUES UTILISES EN ANALYSE DE SURVIE. SA CAPACITE A SIMULER DES SEQUENCES D'ALLAITEMENT ET A MESURER LEUR INFLUENCE SUR LE RETOUR DE FERTILITE EST SOULIGNEE. DANS LA SECONDE APPLICATION, DES MODELES DE MARKOV CACHES (MMCS) ONT ETE CONSTRUITS ET ILLUSTRES SUR DEUX JEUX DE DONNEES : LE PREMIER SUR DES DONNEES DE GRIPPE ET SYNDROMES GRIPPAUX EN FRANCE AVEC UN MELANGE DE DISTRIBUTIONS GAUSIENNES ET L'AUTRE SUR DES CAS DE POLIOMYELITE AUX ETATS-UNIS AVEC UN MELANGE POISSONIEN. APRES UNE BREVE INTRODUCTION DES MMCS, LES TROIS PRINCIPALES ETAPES NECESSAIRES A L'UTILISATION D'UN MMC ONT ETE DEVELOPPEES 1) L'EVALUATION DE LA FONCTION DE VRAISEMBLANCE, 2) LA MAXIMISATION DE LA FONCTION DE VRAISEMBLANCE ET 3) L'ESTIMATION DE LA SEQUENCE LA PLUS VRAISEMBLABLE DES ETATS. POUR L'ETAPE 1, L'ALGORITHME DE BAUM-WELCH EST RAPPELE. A L'ETAPE 2, DIFFERENTS ALGORITHMES DE MAXIMISATION SONT DISCUTES ET COMPARES NOTAMMENT L'ALGORITHME EM ET CERTAINES DE SES VERSIONS STOCHASTIQUES TELLES QUE SEM
|
| dc:type
| |
| http://iflastandar...bd/elements/P1001
| |
| rdaw:P10219
| |
| has content type
| |
| is primary topic
of | |
| is rdam:P30135
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
