Analyse statistique des données longitudinales

Méthodologie de la recherche : Analyse statistique de données longitudinales (24h, 3 ECTS)

Responsable : T. Willer (MCF, 26ème CNU)

Objectif

Dans cet enseignement on présentera tout d’abord les caractéristiques principales des données longitudinales, les principaux modèles de régression utilisés pour l’analyse de telles données et les problèmes d’estimation et de test qui en découlent. Ensuite les étudiants devront étudier des problèmes concrets impliquant des données longitudinales, typiquement des bases de données d’enquête. Il leur faudra proposer des modèles adaptés, implémenter les méthodes statistiques à l’aide des logiciels (SAS ou R), et interpréter les résultats dans le contexte de l’étude.

Contenu

Caractéristiques des données longitudinales, modèles sur données quantitatives à effets fixes/aléatoires/mixtes, régression logistique pour les données longitudinales, modèle linéaire généralisé, méthode GEE (Equations d’estimation généralisées), introduction au problème des données manquantes, applications avec le logiciel SAS ou R.

Références bibliographiques

P. Allison, Logistic Regression Using SAS: Theory and Application, 1999 (SAS Edition).
 
Marie Davidian, documents en ligne du cours « Applied Longitudinal Data Analysis », 2007

Joop Hox, Multilevel Analysis, Techniques and Applications, Lawrence Erlbaum Associates, Inc, 2002.

Ravindra Khatree and Dayanard N., Applied multivariate statistics with SAS software second edition, SAS Institute, 1999

R.C. Littell, P.R. Henry, and C.B. Ammerman, Statistical Analysis of Repeated Measures Data Using SAS Procedures, J Anim Sci, 1998. 76:1216-1231

J. Singer, Using SAS PROC MIXED to Fit Multilevel Models, Hierarchical Models, and Individual Growth Models, /Journal of Educational and Behavioral Statistics/, 1998, Vol. 24 (4), pp. 323-355