UNIVERSITÉ PARIS-SUD 11 FACULTÉ DE MÉDECINE

Dimension: px
Commencer à balayer dès la page:

Download "UNIVERSITÉ PARIS-SUD 11 FACULTÉ DE MÉDECINE"

Transcription

1 UNIVERSITÉ PARIS-SUD 11 FACULTÉ DE MÉDECINE Année : 2009 N attribué par la bibiothèque THÈSE en vue de l obtention du diplôme de DOCTEUR DE L UNIVERSITÉ PARIS-SUD 11 Spécialité : BIOSTATISTIQUE Présentée et soutenue publiquement par Ismaïl AHMED Le 8 avril 2009 Détection automatique de signaux en pharmacovigilance : Approche statistique fondée sur les comparaisons multiples Directeur de thèse : M me Pascale Tubert-Bitter JURY M. Jean Christophe Thalabard, Pr. Président M. Stephen Evans, Pr. Rapporteur M me Sylvia Richardson, Pr. Rapporteur M. Stéphane Robin, Pr. Examinateur M me Pascale Tubert-Bitter, DR. Examinateur

2 Mes remerciements s adressent en premier lieu à Pascale Tubert-Bitter. Travailler avec elle a été un très grand plaisir et je lui suis profondément reconnaissant d avoir su si bien me guider et m encourager tout au long de ce parcours. Je tiens aussi à remercier chaleureusement Françoise Haramburu, Annie Fourrier- Réglat, Frantz Thiessard, Carmen Kreft-Jais, Ghada Miremont-Salamé et Bernard Bégaud pour leur aide et l intérêt qu ils ont porté à ce travail. Mes remerciements s adressent ensuite à Cyril Dalmasso avec qui j ai eu grand plaisir à travailler ainsi qu à Philippe Broët. Je remercie également les membres et ex-membres de l équipe biostatistique, et plus particulièrement Laurence Watier et Thierry Moreau, pour leur accueil, leur disponibilité et leurs conseils. Je tiens aussi à remercier vivement M. Lellouch pour nos longues conversations, ses lectures attentives et ses conseils avisés. Merci aux membres de l unité 780 qui ont rendu ces trois années de thèse très agréables et plus particulièrement à Jérémie, Hélène, Antoine, Estelle, Olivier, Hélèna, Yves, Dorota, Sigrid, Juliette, Mounia, Raphaëlle, Marie, Alexia et David avec lesquels j ai le plus partagé. L occasion m est donnée de remercier l Institut de Recherche en Santé Publique qui a contribué financièrement à l accomplissement de ce travail. Je remercie Stephen Evans et Sylvia Richardson pour avoir accepté d être les rapporteurs de ma thèse ainsi que Stéphane Robin et Jean Christophe Thalabard pour leur participation à mon jury. Mes derniers remerciements s adressent à ma famille et à Aurélie. i

3 Valorisation scientifique Communications orales I. Ahmed, C. Dalmasso, F. Haramburu, A. Fourrier-Réglat, F. Thiessard, C. Kreft-Jaïs, G. Miremont-Salamé, B. Bégaud, P. Broët, P. Tubert-Bitter, Fisher s Exact Test Applied to Pharmacovigilance, 29th Annual Conference of the International Society for Clinical Biostatistics, August 2008, Copenhagen, Denmark. I. Ahmed, F. Haramburu, A. Fourrier-Réglat, F. Thiessard, C. Kreft-Jais, G. Miremont- Salamé, B. Bégaud, P. Tubert-Bitter, Signal Ranking-Based Comparison of Automatic Detection Methods in Pharmacovigilance : A Hypothesis Test Approach, Epidemiology and Biometry 2008, IBS Channel Network, July 2008, Paris, France. I. Ahmed, F. Haramburu, A. Fourrier-Réglat, F. Thiessard, G. Miremont-Salamé, C. Kreft- Jaïs, P. Tubert-Bitter, Bayesian Pharmacovigilance Signal Detection Methods Revisited in a Multiple Comparison Setting, First IBS Channel Network Conference, 8-11 May 2007, Rolduc, The Netherlands. I. Ahmed, F. Haramburu, A. Fourrier-Réglat, F. Thiessard, G. Miremont-Salamé, C. Kreft- Jaïs, P. Tubert-Bitter, A New Automatic Signal Detection Method in Pharmacovigilance ; A Bayesian Multiple Comparisons Setting, 22nd International Conference on Pharmacoepidemiology & Therapeutic Risk Management, August 2006, Lisbon, Portugal. Publications avec comité de lecture I. Ahmed, C. Dalmasso, F. Haramburu, F. Thiessard, P. Broët, P. Tubert-Bitter, False Discovery Rate Estimation for Frequentist Pharmacovigilance Signal Detection Methods, Biometrics, Accepté. I. Ahmed, F. Haramburu, A. Fourrier-Réglat, F. Thiessard, C. Kreft-Jais, G. Miremont- Salamé, B. Bégaud, P. Tubert-Bitter, Bayesian Pharmacovigilance Signal Detection Methods Revisited in a Multiple Comparison Setting Statistics in Medicine, Accepté. ii

4 Table des matières Remerciements i Valorisation scientifique Communications orales Publications avec comité de lecture ii ii ii Table des matières iii Table des figures vi Liste des tableaux viii Liste des abréviations ix 1 Introduction Contexte Problématique Objectif Description des principales méthodes de détection automatique Structure des données analysées Les méthodes fréquentistes La méthode Reporting Odds Ratio (ROR) iii

5 TABLE DES MATIÈRES iv La méthode Proportional Reporting Ratio (PRR) Les méthodes bayésiennes La méthode Bayesian Confidence Propagation Neural Network (BCPNN) La méthode Gamma Poisson Shrinker (GPS) Quelques remarques générales Méthodes de détection automatique revisitées dans le cadre des comparaisons multiples Comparaisons multiples et méthodes fréquentistes ROR, PRR et test d hypothèses Test exact de Fisher et mid-p-values FDR et méthodes fréquentistes Comparaisons multiples et méthodes bayésiennes GPS et BCPNN dans le cadre bayésien de la théorie de la décision Autres approches proposées pour la prise en compte des comparaisons multiples à partir du modèle GPS Quelques remarques Étude de simulations Modèle de simulation Comparaison des approches fréquentistes Étude de la densité des degrés de signification Estimation de π 0 π Comparaison des méthodes selon le FDR et son estimation Comparaison des approches bayésiennes GPS et règles de classement

6 TABLE DES MATIÈRES v Comparaison de GPS et BCPNN basés sur Pr(H 0 ) Comparaison à partir du modèle de simulations proposé Comparaison à partir du modèle de simulations de Roux et al Conclusion des simulations Application aux données françaises de pharmacovigilance Comparaison des méthodes sur les données de Les données Estimation des quantités caractéristiques (FDR, FNR, Se et Sp) Comparaison des signaux générés Évaluation séquentielle à partir de cas d alertes réels Plan d analyse Premier scénario : Mise en place d un système de détection automatique Deuxième scénario : Utilisation en routine de GPS Conclusion 90 Réferences 94 Annexes 98 A Résultats complémentaires pour l étude de simulations 98 B Résultats complémentaires pour l application 102 C Publications 114

7 Table des figures 3.1 Histogrammes de la densité marginale des degrés de signification obtenus à partir de la méthode midrfet sur les données de la base française Histogramme de la distribution de Pr(λ ij 1) obtenu à partir des données de la base Française Histogrammes du logarithme des risques observés dans la base française et dans les données simulées Histogrammes des distributions marginales, sous H 0 et sous H 1 des degrés de signification pour ROR, RFET et midrfet Estimations de π 0 π 0 obtenues avec LBE et Qvalue à partir de la distribution marginale des degrés de signification transformés (p ) pour RFET Comparaison de ROR, RFET et midrfet selon le FDR et son estimation pour n ij Comparaison de ROR, RFET et midrfet selon le FDR et son estimation pour n ij Biais relatif observé dans l estimation du FDR pour ROR, RFET et midrfet Comparaison selon le FDR et son estimation des différentes règles de classement pour GPS Variabilité du FDR et de son estimation pour GPS basé sur Pr(H 0) Comparaison selon le FDR et son estimation de BCPNN et GPS basés sur Pr(H 0) Comparaison selon le FNR et son estimation de BCPNN et GPS basés sur Pr(H 0 ) Comparaison selon la sensibilité et son estimation de BCPNN et GPS basés sur Pr(H 0 ) Comparaison selon la spécificité et son estimation de BCPNN et GPS basés sur Pr(H 0) Comparaison du FDR obtenu avec midrfet, ROR, BCPNN et GPS basé sur Pr(H 0) vi

8 TABLE DES FIGURES vii 4.14 Comparaison du FDR et de son estimation pour midrfet, BCPNN et GPS basé sur Pr(H 0) Comparaison du FDR et de son estimation pour ROR, midrfet, BCPNN et GPS basé Pr(H 0) à partir du plan de simulation de Roux et al. (2005) Comparaison des estimations du FDR sur la base de pharmacovigilance française Proportion de signaux communs entre les méthodes proposées en fonction du nombre de signaux générés Proportion de signaux communs entre les méthodes proposées pour {ψ 0 = 1, RR 0 = 1} en fonction du FDR estimé par GPS basé sur Pr(H 0) Proportion de signaux communs entre les différentes règles de classement pour GPS et RR 0 = Évolution au cours du temps du nombre de couples médicamentévénements présentant au moins une et au moins trois notifications dans la base française créée au 1 er janvier Histogramme des délais observés entre la date de détection par le modèle GPS basé sur Pr(H 0 ) et la date d alerte en comité technique - Scénario Évolution du nombre de nouveaux signaux générés à partir du modèle GPS basé sur Pr(H 0 ) et d un seuil de 5% pour le FDR - Scénario Évolution du seuil sur Pr(H 0) pour FDR = 5% lors de l utilisation de GPS - Scénario Histogramme des 216 délais observés entre la date de détection par le modèle GPS basé sur Pr(H 0 ) et la date d alerte en comité technique - Scénario Évolution du nombre de nouveaux signaux générés à partir du modèle GPS basé sur Pr(H 0 ) et FDR = 1% - Scénario A.1 Histogrammes de la distribution des degrés de signification sous H 0 pour ROR, RFET et midrfet avec n ij A.2 Histogrammes de la distribution des degrés de signification sous H 0 pour ROR, RFET et midrfet avec n ij A.3 Estimations de π 0 π 0 obtenues avec LBE et Qvalue à partir de la distribution marginale des degrés de signification transformés (p ) pour ROR B.1 Proportion de signaux communs entre les méthodes proposées en fonction du FDR estimé par GPS

9 Liste des tableaux 2.1 Représentation des données pour le couple (i, j) Tableau récapitulatif des méthodes étudiées Estimation des quantités caractéristiques avec GPS et Pr(H 0 ) sur les données de pharmacovigilance française Nombre de signaux de référence détectés par GPS basé sur Pr(H 0) et Q 0.05 (λ ), midrfet et ROR - Scénario Comparaison des signaux de référence détectés dans les cas n ij 3 et n ij 1 pour GPS basé sur Pr(H 0) et pour midrfet - Scénario Rangs moyens dans le délai de détection des 309 signaux de référence pour GPS basé sur Pr(H 0) et Q 0.05 (λ ), midrfet et ROR - Scénario Rangs moyens dans le délai de détection des 164 signaux de référence pour GPS basé sur Pr(H 0 ) et Q 0.05(λ ), midrfet et ROR - Scénario Capacité de détection du modèle GPS basé sur Pr(H 0) et FDR = 5% en fonction du nombre de notifications associé aux signaux de référence au 1 er juillet Scénario B.1 Signaux de référence (47) avec moins de 3 notifications spontanées au 1 er juillet B.2 Signaux de référence (216) détectés par le modèle GPS basé sur Pr(H 0) et FDR = 5% - Scénario B.3 Signaux de référence (46) avec au moins 3 notifications spontanées au 1 er juillet 2002 et non détectés par le modèle GPS basé sur Pr(H 0) et FDR = 5% - Scénario viii

10 Liste des abréviations Afssaps Agence française de sécurité sanitaire des produits de santé ATC Anatomical Therapeutical Clinical ATC5 Code ATC à 5 caractères BCPNN Bayesian Confidence Propagation Neural Network CRPV Centre régional de pharmacovigilance FDA Food and Drug Administration FDP False Discovery Proportion FDR False Discovery Rate FNP False Negative Proportion FNR False Negative Rate GPS Gamma Poisson Shrinker HLT High Level Term LBE Location Based Estimator MedDRA Medical Dictionary for Regulatory Activities MGPS Multi-Item Gamma Poisson Shrinker midrfet mid-p-values calculées à partir du test exact de Fisher PRR Proportional Reporting Ratio RFET Reporting Fisher s Exact Test ROR Reporting Odds Ratio. Se Sensibilité Sp Spécificité ix

11 Chapitre 1 Introduction 1.1 Contexte Les effets indésirables des médicaments sont le plus souvent découverts après leur autorisation de mise sur le marché et ceci pour au moins deux raisons. La première tient à la nature même des effets indésirables qui peuvent être rares, spécifiques à certaines catégories de la population ou se manifester après une grande période de latence. Une autre raison est qu une fois le médicament commercialisé, ses conditions d utilisation sont en général différentes de celles étudiées dans les cadres expérimentaux précédant sa mise sur le marché. Les systèmes de pharmacovigilance ont donc pour but de détecter le plus précocement possible l existence d associations entre médicaments et événements indésirables. Ils reposent en général sur la déclaration par des professionnels de santé (médecins ou pharmaciens) de la survenue d événements indésirables dont la cause suspectée est médicamenteuse. Prises individuellement, ces notifications spontanées ne comportent que très rarement l assurance de la responsabilité du ou des médicaments incriminés. C est donc leur accumulation qui conduit les pharmacologues à mettre en évidence l existence d effets indésirables médicamenteux. Une difficulté rencontrée dans l analyse de telles données réside dans le fait que 1

12 1.1 Contexte 2 les effets indésirables des médicaments commercialisés ne sont pas tous reconnus ni rapportés aux instances de pharmacovigilance. Des études montrent que cette sousnotification peut être très importante même dans le cas d effets indésirables graves (Bégaud et al., 2002). Il est très vraisemblable qu elle soit fonction de l événement indésirable, du médicament ou du couple événement-médicament étudié ce qui peut biaiser les conclusions tirées de l information brute (van der Heijden et al., 2002). Néanmoins, malgré ses limites, l analyse des notifications spontanées demeure certainement le moyen le plus rapide et économique pour identifier de nouveaux effets médicamenteux après l autorisation de mise sur le marché et est par conséquent à la base de la plupart des décisions prises par les instances de pharmacovigilance. Le système de pharmacovigilance français a été mis en place en Il reposait alors sur un réseau de 15 centres régionnaux de pharmacovigilance (CRPV) qui fut rapidement étendu à 29 en 1984 puis à 31 en Ces centres ont une mission d information auprès des professionnels de santé. Ils ont aussi en charge la collecte des notifications ainsi que leur enregistrement au sein de la base nationale coordonnée par l unité de pharmacovigilance de l Agence Française de Sécurité Sanitaire des Produits de Santé (Afssaps). C est aussi au niveau de ces centres que s exerce une partie de la surveillance; les cas suspectés étant par la suite discutés par le comité technique de pharmacovigilance lors de réunions mensuelles au siège de l Afssaps. Entre 1986 et 2001, les données de pharmacovigilance françaises ont été enrichies de notifications spontanées avec une augmentation linéaire à travers le temps pour atteindre le nombre annuel de en 2001 (Thiessard et al., 2005). Cette base doit être cependant considérée comme petite face aux deux principales bases mondiales : la base américaine coordonnée par la Food and Drug Administration (FDA) et la base de l Organisation Mondiale de la Santé administrée par l Uppsala Moni-

13 1.2 Problématique 3 toring Center en Suède, qui, en décembre 2004, contenaient respectivement environ 2.6 et 3.7 millions de notifications (Almenoff et al., 2005). Face à ce flux très important de données, ces deux systèmes de pharmacovigilance ainsi que d autres ont développé depuis une dizaine d années des méthodes statistiques de génération automatique de signaux. Ces méthodes ont pour but de détecter les couples événement-médicament dont la présence est anormalement fréquente par rapport à ce qui est attendu compte tenu de l information présente dans le reste de la base. Du fait des limites des notifications spontanées énoncées plus haut et de la nature essentiellement exploratoire des ces analyses, les signaux ainsi générés doivent être examinés par des experts pour en évaluer la pertinence. Il s agit donc plutôt d outils complémentaires à la veille opérée par les pharmacovigilants ayant pour objectif d aider à l exploration de l immensité des données et agissant comme des générateurs d hypothèses. 1.2 Problématique Les principales méthodes de détection automatique décrites dans la littérature sont les méthodes Proportional Reporting Ratio (PRR, Evans et al. 2001), Reporting Odds Ratio (ROR, van Puijenbroek et al. 2002), Bayesian Confidence Propagation Neural Network (BCPNN, Bate et al. 1998; Norén et al. 2006) et (Multi- Item) Gamma Poisson Shrinker ((M)GPS, DuMouchel 1999; DuMouchel et Pregibon 2001). La méthode PRR est utilisée à la fois par le système de pharmacovigilance anglais (Medical Control Agency) et par le système de pharmacovigilance européen EudraVigilance. La méthode ROR est utilisée sur la base nationale des Pays Bas. La méthode BCPNN est utilisée sur la base de l OMS tandis que la méthode MGPS est utilisée par la FDA (Almenoff et al., 2005; Hauben et al., 2005). La France, pour sa part, n utilise pas encore de système de détection automatique. Néanmoins, le tra-

14 1.2 Problématique 4 vail de thèse de Frantz Thiessard (Thiessard, 2004), l étude par simulation de Roux et al. (2005) et ce travail réalisé en collaboration avec l unité de pharmacovigilance de l Afssaps et le CRPV de Bordeaux (Inserm U. 687) témoignent de la volonté de mettre en place un tel système à moyen terme. Les méthodes de détection automatique citées plus haut reposent sur une représentation simplifiée de la base de pharmacovigilance dans laquelle les données sont agrégées de manière à obtenir une très grande table de contingence croisant l ensemble des événements indésirables et des médicaments. Chaque couple se voit ensuite associer une mesure de disproportionnalité qui conduit par comparaison à un seuil à la génération ou non d un signal. Ces méthodes diffèrent sur la mesure de disproportionnalité choisie, le modèle de probabilité à l origine de cette mesure ainsi que sur les seuils de génération d alerte. De plus, elles ne présentent pas le même degré de complexité. En effet, les méthodes PRR et ROR sont des méthodes simples de nature fréquentiste alors que BCPNN et GPS sont des méthodes bayésiennes reposant sur une modélisation des données plus complexe. Une limite de ces méthodes réside dans les seuils actuellement utilisés qui ont été déterminés de manière arbitraire, au mieux sur la seule base d études rétrospectives empiriques. Il nous a donc semblé intéressant de réfléchir à une détermination plus objective de ces derniers, fondée en particulier sur des critères d erreurs statistiques tenant compte du nombre très important de comparaisons effectuées simultanément. La prise en compte de la multiplicité des comparaisons est un problème statistique qui a reçu un intérêt croissant ces dernières années, en grande partie motivé par l arrivée de technologies pour l analyse de données génomiques que sont les biopuces. Le fruit de ces travaux a été le développement d une multitude de méthodes pour contrôler ou estimer de nouveaux critères d erreurs. Parmi eux, le False Discovery Rate (FDR) proposé par Benjamini et Hochberg (1995) et défini comme l espérance

15 1.3 Objectif 5 du taux de fausses découvertes a reçu un intérêt particulier dans la mesure où il est adapté à l exploration de jeux de données de grandes tailles. 1.3 Objectif Ce travail a été initié par la volonté de proposer des seuils de détection pour les méthodes existantes fondés sur le FDR. Pour ce faire, les méthodes ont été revisitées dans le cadre des tests d hypothèses, ce qui ne modifie en rien leur modèle statistique sous-jacent mais conduit néanmoins à des stratégies de détection relativement différentes. Nous nous sommes intéressés au FDR dans la mesure où ce critère semblait a priori répondre au caractère exploratoire de l analyse des données de pharmacovigilance. La nature fréquentiste ou bayésienne des méthodes nous a conduit à son estimation selon deux approches différentes. En ce qui concerne les méthodes fréquentistes, nous avons étudié les approches d estimation du FDR par la modélisation des degrés de signification à l aide de mélanges de distributions (Storey, 2002) tandis que pour les méthodes bayésiennes, l approche envisagée s est appuyée sur le cadre de la théorie de la décision proposé par Müller et al. (2004). Le plan de ce manuscrit est le suivant. Nous présentons dans le chapitre 2 les principales méthodes de détection automatique. Le chapitre 3 expose l extension de ces méthodes au cadre des comparaisons multiples. Le chapitre 4 est consacré à la présentation de deux études par simulations visant à comparer les stratégies de détection proposées à celles actuellement en vigueur. La première se fonde sur un modèle de simulation utilisant des caractéristiques de la base française de pharmacovigilance tandis que la deuxième reprend le modèle de simulation de Roux et al. (2005) qui vise à reproduire un système complet de notifications spontanées. Le chapitre 5 inclut d une part les résultats de ce travail sur l ensemble des données françaises de pharmacovigilance collectées entre 1984 et D autre part nous présentons les

16 1.3 Objectif 6 résultats d une étude rétrospective ayant pour objectif d évaluer les méthodes proposées en utilisation séquentielle à partir de cas d alertes réels. Le chapitre 6 conclut sur le travail réalisé.

17 Chapitre 2 Description des principales méthodes de détection automatique 2.1 Structure des données analysées Toutes les méthodes de détection automatique de signaux citées en introduction se fondent sur une représentation des données de pharmacovigilance sous la forme d une très grande table de contingence de dimension I J croisant l ensemble des médicaments et des événements indésirables impliqués au moins une fois dans une notification spontanée. Comme nous le verrons dans le chapitre 5, la taille de cette table de contingence dépend fortement du degré de précision utilisé pour le codage des événements indésirables et des médicaments. Cette table est aussi caractérisée par une grande proportion de cellules vides dépendant, là encore, du codage utilisé. Une grande partie des notifications spontanées envoyées aux CRPV implique plusieurs médicaments et/ou plusieurs événements indésirables. Dans de tels cas, 7

18 2.1 Structure des données analysées 8 chacune des combinaisons médicament-événement indésirable présente dans la notification est reportée dans la table de contingence. Les méthodes automatiques étudiées reposent sur des mesures de disproportionnalité calculées pour l ensemble des couples ayant fait l objet d au moins une notification spontanée. Ces dernières constituent les statistiques d intérêt et sont calculées pour un couple (i, j) par agrégation de la table I J en une table de contingence 2 2 présentée dans le tableau 2.1. Tab. 2.1: Représentation des données pour le couple (i, j). Evénement Autres événement indésirable j indésirables Médicament i n ij n i j n i. Autres médicaments n īj n ī j n ī. n.j n. j n n ij avec i {1,...I} et j {1,...J} indique donc le nombre de notifications impliquant à la fois le médicament i et l événement indésirable j. n i. = i n ij, n.j = j n ij et n = ij n ij représentent les comptes marginaux. Il faut néanmoins noter que du fait de la multiplicité des couples impliqués dans certaines notifications spontanées, ces comptes marginaux ne correspondent pas au nombre de notifications impliquant le médicament i (n i. ), l événement indésirable j (n.j ) ou les deux (n). Dans la suite de l exposé, les méthodes existantes sont passées en revue.

19 2.2 Les méthodes fréquentistes Les méthodes fréquentistes La méthode Reporting Odds Ratio(ROR) La méthode ROR proposée par van Puijenbroek et al. (2002) consiste à estimer pour chacun des couples (i, j) l odds ratio ψ ij à partir de la table 2.1 : ˆψ ij = n ijn ī j. n īj n i j Le logarithme de ˆψ ij est supposé suivre une loi normale dont la variance est estimée à partir de la delta méthode : var{ln( ˆψ ij )} = 1 n ij + 1 n ī j + 1 n īj + 1. n i j Un signal est généré lorsque la borne inférieure de l intervalle de confiance à 95% de ln( ˆψ ij ) est strictement supérieure à 0. De par sa définition, ˆψij n est pas calculable dans les cas très rares où le médicament i n est associé qu à l événement indésirable j (n i j = 0) ou lorsque l événement indésirable j n est associé qu au médicament i (n īj =0) La méthode Proportional Reporting Ratio(PRR) La méthode PRR proposée par Evans et al. (2001) est basée sur le calcul du risque relatif observé dans la table 2.1 : ˆϕ ij = n ij/n i.. n īj /n ī. De manière analogue à ˆψ ij, ˆϕ ij n est pas calculable dans le cas où n īj = 0.

20 2.3 Les méthodes bayésiennes 10 La règle proposée par Evans et al. et utilisée au MCA pour la génération d un signal est fondée sur 3 critères : (i) ˆϕ ij 2, (ii) n ij 3 et (iii) la statistique de χ 2 à 1 degré de liberté 4. D autre part, van Puijenbroek et al. (2002) ont proposé le même type de règle de décision que celle utilisée pour la méthode ROR. Le logarithme de ˆϕ ij est supposé suivre une loi normale de variance estimée par : var{ln(ˆϕ ij )} = 1 n ij + 1 n i. + 1 n īj + 1, n ī. et un signal est généré lorsque la borne inférieure de l intervalle de confiance à 95% de ln(ˆϕ ij ) est strictement supérieure à 0. En pratique, les deux statistiques ˆψ et ˆϕ donnent des résultats très proches ce qui s explique par le fait que l on observe pour la très grande majorité des couples n ij (n īj, n i j) n ī j (Almenoff et al., 2007). 2.3 Les méthodes bayésiennes La méthode Bayesian Confidence Propagation Neural Network(BCPNN) Le modèle La méthode initialement proposée par Bate et al. (1998) repose sur 3 modèles beta-binomiaux : n ij p ij Bi(n, p ij ) avec p ij Be(α ij, β ij ) n i. p i. Bi(n, p i. ) avec p ij Be(α i., β i. ) n.j p.j Bi(n, p.j ) avec p.j Be(α.j, β.j )

21 2.3 Les méthodes bayésiennes 11 dans lesquels p i., p.j et p ij indiquent respectivement la probabilité dans la base d être exposé au médicament i, d observer l événement indésirable j et de rencontrer les deux. Les distributions des paramètres a posteriori sont donc aussi des lois beta : p ij p ij n ij Be(α ij + n ij, β ij + n n ij ) p i. p i. n i. Be(α i. + n i., β i. + n n i. ) p.j p.j n.j Be(α.j + n.j, β.j + n n.j ). Dans la suite de l exposé, le symbole sera utilisé pour indiquer des variables aléatoires conditionnelles aux observations appropriées. Les hyperparamètres proposés par Bate et al. (1998) pour les distributions a priori sont les suivants : α ij = 1, β ij = 1 E(p i. )E(p.j ) 1, α i. = 1, β i. = 1, α.j = 1 et β.j = 1 avec E(p i. ) = α i. + n i. α i. + β i. + n et E(p.j ) = α.j + n.j α.j + β.j + n. Bate et al. définissent donc deux lois uniformes pour p i. et p.j. Quant aux valeurs choisies pour les hyperparamètres α ij et β ij, elles sont justifiées par le fait que l espérance a priori de p ij correspond ainsi au produit des espérances a posteriori des probabilités marginales. Plus récemment, Norén et al. (2006) ont proposé de généraliser ces 3 modèles beta-binomiaux à un modèle Dirichlet-multinomial afin de mieux prendre en compte les dépendances existant entre la probabilité de la cellule considérée et les probabilités

22 2.3 Les méthodes bayésiennes 12 marginales correspondantes : (n ij, n i j, n īj, n ī j) Mu(n, p ij, p i j, p īj, p ī j) avec (p ij, p i j, p īj, p ī j) Di(α ij, α i j, α īj, α ī j). La distribution a posteriori de (p ij, p i j, p īj, p ī j) est donc aussi une loi de Dirichlet : (p ij, p i j, p īj, p ī j) Di(γ ij, γ i j, γ īj, γ ī j) où γ kl désigne α kl + n kl. p i., p.j et p ij sont toujours distribuées selon des lois beta mais avec une paramétrisation légèrement différente : p ij Be(γ ij, γ i j + γ īj + γ ī j) p i. = p ij + p i j Be(γ ij + γ i j, γ īj + γ ī j) p.j = p ij + p īj Be(γ ij + γ īj, γ i j + γ ī j). Les hyperparamètres choisis sont les suivants : α ij = q i. q.j α.., α i j = q i. q. j α.., α īj = q ī. q.j α.., α ī j = q ī. q. j α.., avec α.. = 0.5 q i. q.j et q i. = n i n + 1, qī. = nī n + 1, q.j = n.j n + 1, q. j = n. j n + 1.

L essentiel sur les tests statistiques

L essentiel sur les tests statistiques L essentiel sur les tests statistiques 21 septembre 2014 2 Chapitre 1 Tests statistiques Nous considérerons deux exemples au long de ce chapitre. Abondance en C, G : On considère une séquence d ADN et

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Principe des tests statistiques

Principe des tests statistiques Principe des tests statistiques Jean Vaillant Un test de signification est une procédure permettant de choisir parmi deux hypothèses celles la plus probable au vu des observations effectuées à partir d

Plus en détail

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur

Plus en détail

Master 1 Informatique Éléments de statistique inférentielle

Master 1 Informatique Éléments de statistique inférentielle Master 1 Informatique Éléments de statistique inférentielle Faicel Chamroukhi Maître de Conférences UTLN, LSIS UMR CNRS 7296 email: chamroukhi@univ-tln.fr web: chamroukhi.univ-tln.fr 2014/2015 Faicel Chamroukhi

Plus en détail

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation.

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation. Travaux Dirigés de Probabilités - Statistiques, TD 4 Lois limites ; estimation. Exercice 1. Trois machines, A, B, C fournissent respectivement 50%, 30%, 20% de la production d une usine. Les pourcentages

Plus en détail

Collection les mémentos finance dirigée par Jack FORGET. Gestion budgétaire. Prévoir et contrôler les activités de l entreprise.

Collection les mémentos finance dirigée par Jack FORGET. Gestion budgétaire. Prévoir et contrôler les activités de l entreprise. Collection les mémentos finance dirigée par Jack FORGET Gestion budgétaire Prévoir et contrôler les activités de l entreprise Jack FORGET Éditions d Organisation, 2005 ISBN : 2-7081-3251-2 Chapitre 3 Optimiser

Plus en détail

23. Interprétation clinique des mesures de l effet traitement

23. Interprétation clinique des mesures de l effet traitement 23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d

Plus en détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Université Paris VII. Préparation à l Agrégation. (François Delarue) COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Ce texte vise à l étude du temps d attente d un client à la caisse d un

Plus en détail

VI. Tests non paramétriques sur un échantillon

VI. Tests non paramétriques sur un échantillon VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes

Plus en détail

Analyse de la variance à deux facteurs

Analyse de la variance à deux facteurs 1 1 IRMA, Université Louis Pasteur Strasbourg, France Master 1 Psychologie du développement 06-10-2008 Contexte Nous nous proposons d analyser l influence du temps et de trois espèces ligneuses d arbre

Plus en détail

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés Les nouveaux enjeux et défis du marché immobilier : comment y contribuer? Chaire Ivanhoé Cambridge ESG UQÀM Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la

Plus en détail

Simulation Examen de Statistique Approfondie II **Corrigé **

Simulation Examen de Statistique Approfondie II **Corrigé ** Simulation Examen de Statistique Approfondie II **Corrigé ** Ces quatre exercices sont issus du livre d exercices de François Husson et de Jérôme Pagès intitulé Statistiques générales pour utilisateurs,

Plus en détail

Spécificités méthodologiques en pédiatrie : gestion des petits effectifs et des effets rares au long cours

Spécificités méthodologiques en pédiatrie : gestion des petits effectifs et des effets rares au long cours Spécificités méthodologiques en pédiatrie : gestion des petits effectifs et des effets rares au long cours Corinne Alberti CIE 5 : modèles et méthodes de l évaluation clinique et thérapeutique en pédiatrie

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Mesure quantitative de l information - Chapitre 2 - Information propre et mutuelle Quantité d information propre d un événement Soit A un événement de probabilité P (A)

Plus en détail

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité 1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :

Plus en détail

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales Transparents Philippe Lambert http : //www.statsoc.ulg.ac.be/quali.html Institut des Sciences Humaines et Sociales

Plus en détail

Lot Quality Assurance Sampling. Elise Naoufal EVARISQ 15 septembre 2011

Lot Quality Assurance Sampling. Elise Naoufal EVARISQ 15 septembre 2011 Lot Quality Assurance Sampling LQAS Elise Naoufal EVARISQ 15 septembre 2011 1 LQAS Une question d efficacité? LQAS et santé Méthode et Fondements théoriques Détermination du couple (n,d n,d) Conclusion

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de

Plus en détail

ADAPTER LA METHODE AUX OBJECTIFS DE L ENQUETE

ADAPTER LA METHODE AUX OBJECTIFS DE L ENQUETE Déchets : outils et exemples pour agir Fiche méthode n 1 www.optigede.ademe.fr ADAPTER LA METHODE AUX OBJECTIFS DE L ENQUETE Origine et objectif de la fiche : Les retours d expérience des collectivités

Plus en détail

Document d orientation sur les allégations issues d essais de non-infériorité

Document d orientation sur les allégations issues d essais de non-infériorité Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette

Plus en détail

Etude comparative des procedures d estimation du local False Discovery Rate

Etude comparative des procedures d estimation du local False Discovery Rate Etude comparative des procedures d estimation du local False Discovery ate Cyril Dalmasso & Philippe Broët INSEM U472 - Faculté de médecine Paris Sud 16, avenue Paul Vaillant-Couturier 94 807 Villejuif

Plus en détail

11. Tests d hypothèses (partie 1/2)

11. Tests d hypothèses (partie 1/2) 11. Tests d hypothèses (partie 1/2) MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v1) MTH2302D: tests d hypothèses 1/30 Plan 1. Introduction 2. Hypothèses et erreurs 3. Tests d hypothèses

Plus en détail

Développement itératif, évolutif et agile

Développement itératif, évolutif et agile Document Développement itératif, évolutif et agile Auteur Nicoleta SERGI Version 1.0 Date de sortie 23/11/2007 1. Processus Unifié Développement itératif, évolutif et agile Contrairement au cycle de vie

Plus en détail

Introduction au cours STA 102 Analyse des données : Méthodes explicatives

Introduction au cours STA 102 Analyse des données : Méthodes explicatives Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide

Plus en détail

Evaluer des élèves de Seconde par compétences en Sciences Physiques

Evaluer des élèves de Seconde par compétences en Sciences Physiques Evaluer des élèves de Seconde par compétences en Sciences Physiques Introduction Depuis quelques années, le terme de «compétences» s installe peu à peu dans notre quotidien ; aussi bien dans la vie de

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

Prévention et gestion des risques naturels et environnementaux

Prévention et gestion des risques naturels et environnementaux Prévention et gestion des risques naturels et environnementaux Risque et assurance : quelques éléments théoriques Ecole des Ponts - Le 6 Avril 01 Jacques Pelletan 1 Théorie du risque et pérennité de l

Plus en détail

ORDRE DE RÉACTION : MÉTHODES DE

ORDRE DE RÉACTION : MÉTHODES DE ORDRE DE RÉACTION : MÉTHODES DE RÉSOLUTION Table des matières 1 Méthodes expérimentales 2 1.1 Position du problème..................................... 2 1.2 Dégénérescence de l ordre...................................

Plus en détail

Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005

Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005 Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005 Prise en Compte de l Incertitude dans l Évaluation des Technologies de

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

9. Distributions d échantillonnage

9. Distributions d échantillonnage 9. Distributions d échantillonnage MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v3) MTH2302D: distributions d échantillonnage 1/46 Plan 1. Échantillons aléatoires 2. Statistiques et distributions

Plus en détail

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision Conclusion générale Nous concluons au travers de quatre axes principaux qui ont guidé la rédaction de cette thèse. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision rationnelle compatible

Plus en détail

Notes méthodologiques

Notes méthodologiques Notes méthodologiques Projection de la population active du Québec de 2010 à 2030 en fonction de cinq hypothèses d'allongement de la vie active À la demande de la Commission nationale sur la participation

Plus en détail

Analyse de données longitudinales continues avec applications

Analyse de données longitudinales continues avec applications Université de Liège Département de Mathématique 29 Octobre 2002 Analyse de données longitudinales continues avec applications David MAGIS 1 Programme 1. Introduction 2. Exemples 3. Méthodes simples 4.

Plus en détail

Population étudiante en médecine vétérinaire : projections

Population étudiante en médecine vétérinaire : projections Population étudiante en médecine vétérinaire : projections Assemblée Générale des étudiants de Louvain 17 juin 2015 1 Avant-propos Depuis quelques semaines, la question de la surpopulation dans les filières

Plus en détail

MODELE D UN RAPPORT DE STAGE DE BAC PRO ELECTROTECHNIQUE

MODELE D UN RAPPORT DE STAGE DE BAC PRO ELECTROTECHNIQUE MODELE D UN RAPPORT DE STAGE DE BAC PRO ELECTROTECHNIQUE [Prénom Nom] Rapport sur le stage effectué du [date] au [date] Dans la Société : [NOM DE LA SOCIETE : Logo de la société] à [Ville] [Intitulé du

Plus en détail

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs

Plus en détail

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs.

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Le jury n exige pas une compréhension exhaustive du texte. Vous êtes laissé(e) libre d organiser votre discussion

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2 UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 Master d économie Cours de M. Desgraupes MATHS/STATS Document 4 : Les tests statistiques 1 Généralités sur les tests

Plus en détail

Etude des propriétés empiriques du lasso par simulations

Etude des propriétés empiriques du lasso par simulations Etude des propriétés empiriques du lasso par simulations L objectif de ce TP est d étudier les propriétés empiriques du LASSO et de ses variantes à partir de données simulées. Un deuxième objectif est

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

1. Les risques individuels (corporates et institutions financières)

1. Les risques individuels (corporates et institutions financières) Gestion des Risques Nos métiers par activité La Gestion des Risques consiste principalement à maîtriser et à contrôler l ensemble des risques de Crédit Agricole CIB afin de minimiser le coût du risque

Plus en détail

Protocole d étude de l évaluation des résultats des centres de FIV 2011 1. -Activité 2011-

Protocole d étude de l évaluation des résultats des centres de FIV 2011 1. -Activité 2011- Protocole d étude Evaluation des résultats des centres de FIV -Activité 2011- Contexte Depuis 2005, l Agence de la biomédecine a pour mission de suivre et d évaluer les activités cliniques et biologiques

Plus en détail

Mortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine

Mortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine Mortalité observée et mortalité attendue au cours de la vague de chaleur de uillet en France métropolitaine FOUILLET A 1, REY G 1, JOUGLA E, HÉMON D 1 1 Inserm, U75, Villeuif, France. Inserm CépiDc, IFR9,

Plus en détail

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz Master Modélisation Statistique M2 Finance - chapitre 1 Gestion optimale de portefeuille, l approche de Markowitz Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté.

Plus en détail

Déclassement d'actifs et stock brut de capital

Déclassement d'actifs et stock brut de capital Extrait de : La mesure du capital - Manuel de l'ocde 2009 Deuxième édition Accéder à cette publication : http://dx.doi.org/10.1787/9789264067752-fr Déclassement d'actifs et stock brut de capital Merci

Plus en détail

Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques

Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques Patrick Dallaire Université Laval Département d informatique et de génie

Plus en détail

Table des matières: Guidelines Fonds de Pensions

Table des matières: Guidelines Fonds de Pensions Table des matières: Guidelines Fonds de Pensions TABLE DES MATIERES... 1 INTRODUCTION... 2 1 FINANCEMENT ET FINANCEMENT MINIMUM... 3 1.1 FINANCEMENT... 3 1.2 FINANCEMENT DE PLAN... 3 1.3 FINANCEMENT MÉTHODE

Plus en détail

La méthode des quotas

La méthode des quotas La méthode des quotas Oliviero Marchese, décembre 2006 1 La méthode des quotas Principe de la méthode Point de départ et but recherché Caractère «intuitif» de la méthode A quoi ressemble une feuille de

Plus en détail

Value at Risk - étude de cas

Value at Risk - étude de cas Value at Risk - étude de cas Daniel Herlemont 17 juin 2011 Table des matières 1 Introduction 1 2 La Value at Risk 1 2.1 La VaR historique................................. 2 2.2 La VaR normale..................................

Plus en détail

Analyse de la variance Comparaison de plusieurs moyennes

Analyse de la variance Comparaison de plusieurs moyennes Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction

Plus en détail

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.

Plus en détail

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous StatEnAction 2009/0/30 :26 page #27 CHAPITRE 0 Machines à sous Résumé. On étudie un problème lié aux jeux de hasard. Il concerne les machines à sous et est appelé problème de prédiction de bandits à deux

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

Feuille de TP N 3 : Modèle log-linéaire - Travail guidé. 1 Cancers : modèle log-linéaire à deux facteurs croisés

Feuille de TP N 3 : Modèle log-linéaire - Travail guidé. 1 Cancers : modèle log-linéaire à deux facteurs croisés M1 MLG Année 2012 2013 Feuille de TP N 3 : Modèle log-linéaire - Travail guidé 1 Cancers : modèle log-linéaire à deux facteurs croisés Ce premier exercice reprend l exercice 1 de la feuille de TD n 3.

Plus en détail

I n t r o d u c t i o n Les étapes de la recherche à l a r e c h e r c h e

I n t r o d u c t i o n Les étapes de la recherche à l a r e c h e r c h e I n t r o d u c t i o n Les étapes de la recherche à l a r e c h e r c h e Les objectifs pédagogiques Savoir délimiter les trois phases distinctes de la recherche Savoir identifier, pour chacune des trois

Plus en détail

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65 Sommaire Chapitre 1 Variables et vecteurs aléatoires............... 5 A. Généralités sur les variables aléatoires réelles.................... 6 B. Séries doubles..................................... 9

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

M2 IAD UE MODE Notes de cours (3)

M2 IAD UE MODE Notes de cours (3) M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de

Plus en détail

Chapitre VI Échantillonages et simulations

Chapitre VI Échantillonages et simulations Chapitre VI Commentaires : Récursivement, les commentaires ne sont pas à l attention des élèves.. Fluctuation d échantillonnage Définition : En statistiques, un échantillon de taille n est la liste des

Plus en détail

Session B2: Assurance

Session B2: Assurance 33 èmes Journées des Économistes de la Santé Français 1 er et 2 décembre 2011 Session B2: Assurance Auteurs: Sophie Guthmuller et Jérôme Wittwer, Université Paris-Dauphine Référé: Aurore Pélissier, CERDI,

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité CANEGE Leçon 5 Systèmes de gestion à recomplétement périodique et stock Objectif : A l'issue de la leçon l'étudiant doit être capable : dans le cadre des calendriers d approvisionnement à recomplètement

Plus en détail

Rapport synthétique. Une formation en communication de crise pour les autorités locales

Rapport synthétique. Une formation en communication de crise pour les autorités locales Rapport synthétique Une formation en communication de crise pour les autorités locales Ce rapport est la synthèse d une réflexion sur les sessions de formation en communication de crise qui ont été organisées

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels.

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels. Licence de Sciences et Technologies EM21 - Analyse Fiche de cours 1 - Nombres réels. On connaît les ensembles suivants, tous munis d une addition, d une multiplication, et d une relation d ordre compatibles

Plus en détail

Modélisation coalescente pour la détection précoce d un cancer

Modélisation coalescente pour la détection précoce d un cancer Modélisation coalescente pour la détection précoce d un cancer Mathieu Emily 27 Novembre 2007 Bioinformatics Research Center - Université d Aarhus Danemark Mathieu Emily Coalescence et cancer 1 Introduction

Plus en détail

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables

Plus en détail

FIMA, 7 juillet 2005

FIMA, 7 juillet 2005 F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Chapitre 6 TESTS STATISTIQUES

Chapitre 6 TESTS STATISTIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 6 TESTS STATISTIQUES Les tests statistiques sont des méthodes de la statistique inférentielle qui, comme

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

GÉDIA AUDIT & SURVEILLANCE DES COÛTS D ENTRÉE DES ARTICLES FABRIQUÉS

GÉDIA AUDIT & SURVEILLANCE DES COÛTS D ENTRÉE DES ARTICLES FABRIQUÉS GÉDIA AUDIT & SURVEILLANCE DES COÛTS D ENTRÉE DES ARTICLES FABRIQUÉS 1. Pourquoi il est indispensable de surveiller les coûts d entrées des articles fabriqués 1.1. La règle de base de valorisation du stock

Plus en détail

Résultats obtenus pour le questionnaire «Clientèle»

Résultats obtenus pour le questionnaire «Clientèle» Résultats obtenus pour le questionnaire «Clientèle» Introduction Suite à l envoi du questionnaire «Clientèle», nous avons reçu un total de 588 réponses. Ce résultat nous semble tout à fait satisfaisant

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

A propos du calcul des rentabilités des actions et des rentabilités moyennes

A propos du calcul des rentabilités des actions et des rentabilités moyennes A propos du calcul des rentabilités des actions et des rentabilités moyennes On peut calculer les rentabilités de différentes façons, sous différentes hypothèses. Cette note n a d autre prétention que

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

FICHE N 11 : ANALYSER LA COMPOSITION ET LA SÉLECTION DES CANDIDATURES REÇUES

FICHE N 11 : ANALYSER LA COMPOSITION ET LA SÉLECTION DES CANDIDATURES REÇUES FICHE N 11 : ANALYSER LA COMPOSITION ET LA SÉLECTION DES CANDIDATURES REÇUES De quoi s agit-il? L examen d un CV, un entretien téléphonique ou en face à face, constituent autant d étapes qui peuvent donner

Plus en détail

5. Validité de la méta-analyse

5. Validité de la méta-analyse 5. Validité de la méta-analyse 5.1. Poids de la preuve d une méta-analyse Le poids de la preuve d un résultat scientifique quantifie le degré avec lequel ce résultat s approche de la réalité. Il ne s agit

Plus en détail

L accès au marché d un médicament :

L accès au marché d un médicament : L accès au marché d un médicament : Avant de se retrouver derrière le comptoir d une pharmacie, un médicament passe par différentes phases, de la découverte de la molécule à la fixation de son prix par

Plus en détail

SY09 Rapport TP4 : Analyse discriminante, régression logistique

SY09 Rapport TP4 : Analyse discriminante, régression logistique UNIVERSITÉ DE TECHNOLOGIE DE COMPIÈGNE SY09 Rapport TP4 : Analyse discriminante, régression logistique CUNI Frédéric 15 juin 2015 Objectifs du TP : Le but de ce TP est l application de l analyse discriminante

Plus en détail

Incertitude et variabilité : la nécessité de les intégrer dans les modèles

Incertitude et variabilité : la nécessité de les intégrer dans les modèles Incertitude et variabilité : la nécessité de les intégrer dans les modèles M. L. Delignette-Muller Laboratoire de Biométrie et Biologie Evolutive VetAgro Sup - Université de Lyon - CNRS UMR 5558 24 novembre

Plus en détail

La régression logistique. Par Sonia NEJI et Anne-Hélène JIGOREL

La régression logistique. Par Sonia NEJI et Anne-Hélène JIGOREL La régression logistique Par Sonia NEJI et Anne-Hélène JIGOREL Introduction La régression logistique s applique au cas où: Y est qualitative à 2 modalités Xk qualitatives ou quantitatives Le plus souvent

Plus en détail

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE Forum HH 05.02.2013 Ghislaine Gagnon Unité HPCI Qualitatif ou quantitatif? Les 2 méthodes peuvent être utilisées séparément ou en conjonction - le qualitatif

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

5 Méthodes algorithmiques

5 Méthodes algorithmiques Cours 5 5 Méthodes algorithmiques Le calcul effectif des lois a posteriori peut s avérer extrêmement difficile. En particulier, la prédictive nécessite des calculs d intégrales parfois multiples qui peuvent

Plus en détail

Introduction à la simulation de Monte Carlo

Introduction à la simulation de Monte Carlo Introduction à la simulation de 6-601-09 Simulation Geneviève Gauthier HEC Montréal e 1 d une I Soit X 1, X,..., X n des variables aléatoires indépendantes et identiquement distribuées. Elles sont obtenues

Plus en détail

Probabilités 5. Simulation de variables aléatoires

Probabilités 5. Simulation de variables aléatoires Probabilités 5. Simulation de variables aléatoires Céline Lacaux École des Mines de Nancy IECL 27 avril 2015 1 / 25 Plan 1 Méthodes de Monte-Carlo 2 3 4 2 / 25 Estimation d intégrales Fiabilité d un système

Plus en détail

Projets scilab. L3 Maths Appliquées lagache@biologie.ens.fr 02 Avril 2009

Projets scilab. L3 Maths Appliquées lagache@biologie.ens.fr 02 Avril 2009 Projets scilab L3 Maths Appliquées lagache@biologie.ens.fr 2 Avril 29 REMARQUE: quelques résultats importants concernant le théorème central limite et les intervalles de confiance sont rappelés dans la

Plus en détail

STATISTIQUES. Cours I : Test d hypothèses. Télécom Physique Strasbourg Module 2101. Fabrice Heitz. Octobre 2014

STATISTIQUES. Cours I : Test d hypothèses. Télécom Physique Strasbourg Module 2101. Fabrice Heitz. Octobre 2014 Télécom Physique Strasbourg Module 2101 STATISTIQUES Cours I : Test d hypothèses Fabrice Heitz Octobre 2014 Fabrice Heitz (Télécom PS) Statistiques 2014 1 / 75 Cours I TESTS D HYPOTHÈSES Fabrice Heitz

Plus en détail

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2 Test du Khi 2 Le test du Khi 2 (khi deux ou khi carré) fournit une méthode pour déterminer la nature d'une répartition, qui peut être continue ou discrète. Domaine d application du test : Données qualitatives

Plus en détail

Supplément théorique Inférence dans les réseaux bayésiens. Rappel théorique. Les processus aléatoires. Les réseaux bayésiens

Supplément théorique Inférence dans les réseaux bayésiens. Rappel théorique. Les processus aléatoires. Les réseaux bayésiens DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2011 Supplément théorique Inférence dans les réseaux bayésiens Rappel théorique Les processus aléatoires La plupart des processus

Plus en détail