!t'
Bruno Scherrer
Préfaces de Pierre Legendre et Mohan Beltangady
Biostatistique
Volume 2 2'édition
ilil
!r
I
t I
'l
i
l*
I IH I
i._
i.
I I gaëtan rnorin f I éditeur
cHENELtÈRE ÉDUcATtoN
CHAPITRE l9
Régressionslinéaire multiple, cun'ilinéaire
etrobuste..'...'....'..'...2
Régression
linéaire multiple... .'...".2
Modèle de régression linéaire
multiple...
'...'...2Estination
des coefhcients de régression...
...'....".3 Contribution du modèle àl'explication
deI'...
...'... 6 Inferences concemant les paramètres du modèle et uneprédiction..."....'....'.'
8Notion
de corrélation partielleTest de signification de la conn ibution marginale d'utre variable...'.
'..'..
12 Contribution et effet des variablesexplicatives
...14Consb'uction du modèIe.... ...
l9
Méthode descendante
d'élimination
desvariables
... 19Méthode ascendante de sélection des
variables
.'...'. 19 Méthode progtessive de sélection desvariables
...20 Méthode combinatoire de sélection desvariables ....'.'.20
Diagrrostic et mesures de
correctiolr
...24Validité
prédictive interne et externe d'unmodèle.
...'....24Manque d'ajustement du
modèle....
...'....25Nonnalité
desrésidus
...27Valeurs exceptionnelles" influentes et
leviers...
...2'7 Constance de la variance deserreurs
...'...'.3l
Multicolinéarité...
...32Indépendance des
résidus...
...'...'... 3-5itiiiifrl#ffiffit.tt...'...'..'...:...:':::..'...'...'....t:
Régression pseudo-orthogonale
(ridge)... ,...'.'..'.52
Régressionpartielle
et desmoindres
carréspartiels
... 56Régressionmultipledesmoindresécartsabsolus
...60 RégressionM...
..."....62 Régressionmultiple
nonparamétrique
derang...
...'...66Régression
polynomiale
...6'7Régression
kerne1...
...'.... 70l9.l
19.1.1 19.1.2 19.1.3 19.1.4 19.1.5
l9.l.6
19.1.7 19.1.8 19.1.8.1
l9.l
.8.2 19.1.8.3 19.1.8.4r9.I.9
19.1.9.1 19.t.9.2 19.1.9.3 19.1.9.4 19.1.9.5
t9.t.9.6 t9.t.9.7
19.1.9.8 19.2 19.3 19.4 19.5 19.6 19.7 19.8 19.9 19.r 0 19.1
l
Table des matières
19.12
Régressionpolynomialelocale...7-519.13
Régressionsplinecubique...7,519.14
Régression non linéaire...80l9.l4.l
Caractérisation du nodèIe...8119.14.2
Estirnation des paramètres du nrodèie...8319.14.3
Sélection dumoclèle....
."...8519.11.1
lntervalles de conl-iance et tests designitication
...8619.11.1.1 Approche
asyrnptotique
...86| 9.1
1.4.2
Approche par r'ééchanti I lonnage ... 88REFERENC'ES...
...90CHAPITRE
20 et py'ramidaux Analyse des plans l'actoriels 20.l
Plans à deuxlhcteurs
croisés et sansrépétition
...9320.2 Plansfactorielséquilibrés...98
20.3 Plansfactorielsdéséquilibrés...104
10.3.1
Sources cie désécluilibre et problème dLr ciéséq uil ibre..
^... "... ... I 05i0.-1.2
Plans fàctoriels cléséquilihr'és : approche des contrastes... 1 0710.3.2.1
Princ,ipe généralcle I'approche descontrastes
...107:A 3
.2.2
Test cl' interaction ... I 0810.i.2.i
Comparaison de rnoyennes rnarginales pondérées par les effectifs ... I 0810.3.2.4
Comparaisorr dernol,ennes marginales équipondérées ... I I I:0.3.2.-5
Comparaison de mol,ennes rnargirrales pondérées parl'efièctif
elficace ... I I 310.3.3
Plans làctoriels cléséquilibrés : approche cles rnoindres carrés ... I I -510.i.3.I
Modèle derégression
...1 1610.3.3.2'l'est
d'interaction ... 1 1 9:0.3.3.3
'l'est d'interaction en présence de cases vides : analyse de f,'pe IV... ...120:0.3.3.4
Comparaison de moyennes marginales équipondérées : analyse de type 111...120:0.3.i.5
Comparaison cle mol"ennes marginales pondérées parI'effèctif
effic,ace : anal1.'se de r,u"pe I I ... ... | 2210.3.3.6
Conrparaison de moyennes marginales pondérées parI'elêctif
e1ïcace : analyse de iype I ... ... ".... "... | 2320.3.3.7
Corrrparaison cle moyennes marginales en présence de cases vides : analyse de typeIV
... ... 12420.3.3.8
Choix clu type de somme de carrés .."...12510.3.3.9
Programmation sousSAS'
...13120.4 lnlérences
statistiques et modèle générallinéaire...
... 133Fonctions estirrables : cas générai ...133
hrtervalle de confiance et test de signifi catitln d'une cr:rrrbinaison linéaire cie paramètres... I 36
20.4.3
Estimation parintelvalle
de moyennes ajustées et de contrastes pour les plans lactorielsdéséquilibrés
...13520.5
Planfactoriel
avecfacteur aléatoire
: rnodèlesll
etIII
...14020.5.
I
l\4odèle1...
... 1402û.5.2
Modèlell ...
...1402A.5.2.1
Plan factoriel équilibré à deux facteursaléatoires
...i40
20.5.2.2
Plan factoriel déséquilibré à deux facteursaléatoires
...1432û.5.3
ModèleIII
ou rnodèle nrixte ."...14920.5.3.1
Plan factoriel équilibré à un *rcteur aléatoire et à r-rn facteurfixé
...1-5020.5.3.2
Plan tàctoriel déséquilibré avec fbcterrs aléatoires et T'ixés... I 5 I Planfactoriel
à plus dedeur facteurs
... L57 Plan pyram ida1... 1 57 Plan pyrauridal sans répétition ... 1 57 Plan pyrarnidal équilibré avec répétition . l-58 Plan pylarnidal déséquilibr'é ... I 63 ModèleI
: lncteurs f rxés ... 163Modèle
II
: fàcteurs aléatoires. modèlelll
: au rnoins un fàcteLrr aléatoire...1672A.'7.3.3
CodesSAS"".
... 16820.8
Diagnostic et mesures correctives.. ...110RÉr.ÉRËNCËs...
...172CTIAPITRB 2l
Analyse des plans en blocs,stratifiés
en unités divisées et avec covariables... I732t.t
IVléthode desblocs
...17121 .1
.1
Plans en blocs complets sans répétition ... 1742l .l.l .l
Analy,'se devariance..
...17421 .1 .l
.2
Test F non paranrétriciue et test deFriecinran
"...-...1162l
.1.2
Plans en lrlocs complets avec répétiticxr... 1792l
.1.3
Plans en Lrlocs incomolets sansrépétition...
... I ftO21.2 Stratification
...l8l 21.3
Planfhctoriel
en unités divisées ... 18521.3.1
Plan factoriel équilibré en unitésdivisées...
. ...llt6 21.3.2
Planfactoliel
déséquilibré en unitésdivisées
...19721.4
Analyse de covariance(ANCOVA)
... 19721.4.1
Choix des covariables et de }... 19821.4.2
Mo1,'ennes ajustées et paradoxe deSimpson
... 19921
.4.3
lr4odèle d'analyse de covariance ...20271
.4.4
Estimation des pararnètres du modè1e...20i21.4.5
Contribution des temres dumodèle
...20421
.4.6
Construction du modèle et testsd'intérêt
...20521.4.7 Conditionsd'application.diagnosticet remèdes...
...222 0t2{J.6
2t.7
20.7.1 20.7.2 20.1.3 20.7.3.1 20.7.3.2
10.4.1 20.4.2
21.4.8 21.4.9
22.1.3.1 22.1.3.2
L'ANCOVA
par régression ou àI'aide
de
SAS@...
...222Comparaison de moyennes ajustées et tests de
contraste
...230Modèle 7 : Modèle classique d'analyse de covariance, droites paral lèles ... 230
21.4.9.2
Modèle 8 : Droites de même origine ...23221.4.9.3
Modèle 5 : Droites différentes.... ...232nÉr'ÉneNcss ...
...236CHAPITRE 22
Séries temporelles, plans en groupes parallèles etcroisés
...23722.1 Airatysed'unesériechronologique...239
22.1.1 Graphique
...23921.1.2
Lissage etfiltrage
...23922.1.2.1
Lissage par la moyenne mobile...24t 22.1.2.2
Lissage par régression ... ...24022.1.2.3
Lissage par régression spline cubique ...24122.1.2.4
Lissageexponentiel
...24222.1
.3
Extraction de tendances et recherche destationnarité.
...244Extraction de tendance par régression ...244
Effacement de tendances par differenciation ... ...245
Extraction de tendance par la moyenne
mobiIe...
...245Stabilisation de la variance ...245
Corré logrammes et variogram mes... 247
Corréfogramme... ...247
Corréfogramme partiel... ...248
Variogramme
...248Spectres
croisés
...249Estimation de la période d'une variation
périodique....
...251Périodogramrne de Whittaker et
Robinson
...251Périodogramme de Schuster ... 25 1 Modélisation d'une série chronologique à des fins de
prévisions
...254Modèle de
régression
...254Modèles de lissage exponentiel ...25 5 Modèles
AR, MA, ARMA
etARIMA
....260Analyse de
z
sérieschronologiques...27l
Plans en grou pes parallè|es.... ...27 2 Analyse de variance pour plan factoriel en unitésdivisées...
...272Analy'se de variance multidirnensionnelle
(MANOVA)
...278Analy.se de covariance
(ANCOVA)
...282Analyse d' antédépendance ... 283
Modèle
mixte...
...286Modèles à effets fixes utilisant le maximum de vraisemblance... ... 29 1 Modèles linéaires à coefficients
aléatoires
...292Plans
croisés
...29522.4.1
Intérêtduplan
crorsé...29622.4.2 Définitions...
...29722.4.3
Randomisation et traitement s ... 29722.4.4
Analyse des planssnisés 2x2...298
22,4.4.1
Analyse paramétrique par contrastes ...29822.4.4.2
Analyse non paramétrique parcontrastes...
...-...-.-.-..--...30 I22.4.4.3
Analyse de variance en mesuresrépétées...
...30322.4.4.4
Analyse de variance à quatre facteurs ...30422.4.4.5
Analyse de variance avec le modèlemixte ...
...30522.4.4.6
Tests paramétriques ou non paramétriques pour échantillons appariés... 30622.1.4.7
Equivalence determes
...30622.4.4.8
Interprétation deseffets
...30721.4.4.9 Attitude
en présenced'effet
de rémanence et de tendances temporelIes ... 3 0722.4.5
Analyse des plans croiséspxp...308
22.4.6
Analy'se des plans croisés incomplets :pxhavech> p.,...
...310nÉpÉnENcES
...,...:,,...,...31l CHAPITRE 23 Nlodélisation
de données catégorielles, dedénombrement
et nonnormales.3l3 23.1 Modèlelinéairegénéralisé...314
23.1.1
Fonction delien...
...31423.1.2
Estimation des paramètres du modèle linéairegénéralisé...
... 3 1 623.1.3
Choix et justesse du modèle ...31723.2 Modèle logistique....
...32223.2.1
Modélisation desdonnéesbinaires...32223.2.2
Modèle logistiquelinéaire
...32423.2.3
Estimation des paramètres du modèle ...32423.2.4
Mise en ceuvre du modèle logistique et interprétation des paramètres ... 32523.2.4.
I
VariableX
binaire... ... 32523
.2.4.2
VariableX
qualitative polytomique . ...32723.2.4.3
VariableX
ordinale... ... 32823.2.4.4
VariableX
quantitative... ... 32823.2-4.5
Interaction entre deux variablesexplicatives
...32923.2.4.6
lnteractionmixte...
...33223.2.5
Inférences et tests de signification des coefficients B etdep
...33323
.2.5.1
Rapport de cotes et tests associés ... 33323.2.5.2
Inferences basées sur la variance de B (test deWald)...
...33523
.2.5.3
Test du rapport de vraisemblance... 33523.2.5.4
Intervalle de conhance d'une probabilité prédite par lemodèle
...33623.2.5.5
Estimation du rapport de cotes à partir du modèle de régression logistique ... 33723.2.5.6
Tests decontraste
...33723.2.6
Sélection dumodèle
...341 22.1.3.4zL- 1a1À| -a
22.1.4.1 22.1.4.2 22.1.4.3 22.1.4.4 22.1.5
22.1.5.2 22.1.6 22.1.6.1 22.1.6.2 22.r.6.3
7tt
)1
122.3.1 22.3.2 22.3.3 22.3.4
223.5
22.3.6 22.3.7 22.4Table des maiières
23.?.6.1
Test cle signification du modèle : test clu rapport de vraisembIance...34 I23.2.6.2
Tests cl'adéouation clu modè1e... ...34223.2.6.3
Choix des termes du modè1e...34323.2.7
Validite clurnodèIe...
...34923.2.7.1
Types derésidus...
...34923.2.7.2
Valeur1evier...
...35123.2.7.3
Mesure de ia conribution de lai
observation à la déviance ou au khi calré...35223 .2.1
.4
Mesure de l'influence de la l* obselvaturn sur 1e.7' paramètre... ...3 5223.2.7.5
Mesure de l'influence de la i'observation'
sur I'ensemble des palamètres... 3-5323.2.7.6
Mesure de la contribution del-à
I'explication de i'... 3-5323.2.7.1 Diagnostic
...3532-3.2.8
Empkri de la régression logistique dans les études cas-térnoins... 3 5623.2.9
Calcul d'effectilÈ d'échantillons et depuissance...
...3-5823.3 Modèlelogistiquepol,vtonrique...359
23.1 Modèle logistique ordinal
(régression deseotes)...
.^"...36i:3.4.1
Méthodes d'analyse cle dor.urées catégoriel les ordonnées... 3 6423.4.2
Régression des cotes et test de Mann-Whitney'
...36513.4.3
Modèle de régression cles cotes et interprétation des par"amètres...3 67?3.4.1
Mise en æuvre du modèle de régression descotes...
...36823.4.5
Justesse durnodèIe....
...37113.4.6 Puissance...
...37223.5
RégressiondePoisson...37323.6 Modèle log-linéaire..
...37513.6.1
Paramètres dumodèle
...37523.6.I
.l
Tableau de contingence 2 x 2 ...37723.6.1
.2
'l'ableau de contingence k^x
kr...31923.6.1
.3
Modèle log-linéaire hiérarchiclue et nonhiérarchiclue
...37923.6.1
.4
Tableau cle contingence À,\ x kex
fu...38013.6.
1.5
Tableau cle contingence à plus de trorsdimensions...
...38423.6.1.6
Slistèrne denotation
...38423.6.2
Estinration des paranrètres du modèle...38623.6.2.1
Ëstirnateurs du maximum de vraisemblance et des rnoindres carrés... 3 8723.6.?.2
A.nalVsS de données catégorielles par la régressionpondérée
...38823.6.3
Mesures et tests d'adéquation du rnodèle.38823.6.3.l Khi
carré dePearson
...38823.6.3.2
Déviance et statistiqlre du rapport de vraisemblance ... 3 8923.6.3.3
Clritère cl'infbnrrationd'Akaiké
...39023.6.1
'fests de signifrcation des tennes cl'unmodèle
...39123.6.4.1
Test deWalcl...
...39123.6.4.2
Test cl'association marginale deBrown...39l 23.6.4.3
Test cl'association partielle de Bro\.vn...39123.6.5
Constmction dernodèle
...39523.6.5.1
Sélection apriorid'un
rnodèle à des fins d'analy'seconflrmative
...39523.6.5.2
Méthodecombinatoire
...39623.6.-5.3
Sélection clescendante ou rétrograde des tefmesd'un modèle
...39623.6.5.4
Sélection a posteriori des tennesd'un
modèle incluant des variables à expliquer et des facteurs dont on cherche I'eiTet...39723.6.5.5
Sélection ascendante des termesd'un modèle
...39723.6.5.6
Choix de la méthode de sélection ...39823.6.6
Diagnostic" validité du modèle et analyse desrésidus
...40123.6.1
Problème des cases vides et de l' éparpil 1ernent... 40323.6.8
Relation avec le modèle logistique ...40423.6.9
Relation avec le rapport de cotes et le test de Cochran-Mantel-l-laenszel .. ".... ^.. "... 40523.6.10
Puissance et taille d'échanti1lon...407RÉtrriRLINCus...
...408CHAPITRE 24
Ana lyse desurvie
...^...40924.1 Estimation
de lanrurtre
de survie...41224.1.1 Fonctionempiriquedesurvie...4l2
24.1.2
Tableau clesurvie...
..."...41224.1
.2.1
Estirnatiorr actuarielle de la survie ...41224.1.3
Estimation deKaplan-Meier...414?.4.1.4
Estimation de la rnédiane et des fractiles detenps
desurvie
...416?4.2 Fonctions
utiliséss en analyse desurvie...
...-...41724.2.1
Fonction cle survie : .1r,... ...41724.2.2 Fonctiorrderépatition
: F1,t...41724.2.3
Fonction de densité de protrabilité :J'i,,...41824.2.4
ïronction de risque instantané : h,,,...41824.2.5
Fonction de risque instarrtané cumulé :l{,,... ...42t 24.2.6
Notions de risques propoftionnels et de risclues relat i f .\ instantanés ... ^...,. 42524.2.1
Fonstion cl'excès de risque..."...42624.3 Comparaison
de courbes de sun,ie...42624.-1
.1
Tests non pararnétriques de cornparaison de deuxgroupes...
..."..42624.3.1.1
Test dulog-rank..
...42724.3.1
.2
Test de Cehan-Wilcoxr-ur ... ...42821.3.1.3
Test deTarone-Ware
...42824.3.1.4
Test dePrerrtice...
...42824.3.1.5
Test de Peto-Peto et Peto-Peto modifié....42824.3.1.6
Test de Fleming-l-Iarrington...42924.3.1.7
'I'est deSavage
...42924.3.1.8
'I'est deften-vi...
...42924.3.2
Comparaison de plus de deux gloupes...43 I243.3
Comparaison de deux groupes avec ajustement à un facteur de confusion :tests stratifiés... ... 432
24.3.4
Test detendance
...43224.4
Modèle deCox...
...43524.4.1
Présentation du modèIe...43524.4.2
Estimation des paramètres dumodèle
....43724.4.2.1
Construction de la fonction de vraisemblance... ... 43724.4.2.2
Maximisation de la fonction de vraisemb|ance... 43 821.4.2.3
Estimation deho(ti)
...43824.4.3 Temes
dumodèle
,...43824.4.3.1
Variablequantitative
...43824.4.3.2
Variable qualitative ou catégorielle ... 43924.4.3.3
Interaction entre deux variablescatégorielles.
... 43924.4.3.4
Interactionmixte...
...44024.4.4
Contributiond'un
ou de plusieurs tennes dumodèIe....
...44024.4.4.1
Test du rapport de vraisemblance... 44 I24.4.4.2
Test duscore...
...44124.4.4.3
Test deWa1d...
...44224.4.5
Construction du modè|e...44224.4.6
Estimation du risque relatif...44324.5 Modélisationparamétrique...448
24.5.1 Loi
exponentie|le... 44824.5.2 Loide Weibull...
...44924.5.3
Formes de la fonction de risque selon leslois
...45024.5.4
Estimation des paramètres...45124.5.5
Justesse du modèle et outils diagnostiques... 45624.6 Modélisation
des risques nonproportionnels
... 45924.6.1 Evolution
des risques par groupe...15924.6.2
Modèle de Cox morcelé...46024.7 Variables
explicatives dépendantesdu
temps(VEDT)...
...46024.8 Modèle
des temps accélérés d'échec...,.46124.9 Modèlelog-linéairedesurvie...464
24.10 Calcul
depuissance
...46524.10.1 Taille
del'échantillon.
...46524.1A.2 Puissance
...46624.11 ProcéduresS4S8...467
nÉrÉneNcss ...
...467CHAPITRE 25
Méthodesfactorielles,
analysesdiscriminanles,
canoniques et méthodes degroupement
...46925.1 Rudimentsd'analysegénérale...470
25.2 Analyseencomposantes principales...472
25.2.1
Principe de calcul et propriétés des composantes principales... ... 17225.2.1.1
Principe général del'ACP
...47325.2.1.2
Quelques rappels d'algèbre linéaire pour comprendre Ie détail des opération s ... 4"1 5 25.2.1.3
Principe de calcul des valeurs et vecteurspropres...
...4'76 25.2.1.4
Représentation des ie éléments dans Rp ...47825.2.1.5
Signification des valeurs propres...48025.2.1.6
Représentation desp variables dansR'
: rôle desvariables...
...48125.2.2
Quelques aides à la réalisation et à I' interprétation d'une ACP ... ... 48125.3
Analysefactorielle
des correspondances ... ...,.. 49725.3.1
La méthode du barycentre...49825.3.2 Profils
des lignes et des colonnes ...50025.3.3
Principe de calcul de l'A.F.C...50225.3.3.1
ACP sur lesprofils
...50225.3.3.2 Notion
de distance et de mékique ...50325.3.3.3
Centrage dunuage...
...50425.3.3.4
Matrice des variances et covariances,...50525.3.3.5
Calcul des coordonnées sur les nouveaux axes...
...,...50625.3.3.6 Notion d'inertie
...50625.3.3.7
Analyse dans R:' : problème dual...50825.3.4
Propriétés et aides à I'interprétation del'AFC ...
...50925.1
Analysefactorielle
des correspondancesmultiples (AFCM)
...51425.4.1
Le tableau dedonnées
... 51525.4.2 Distance...
... 517. 25.4.3
Calcul des axes factoriels ...51725.4.4
Conduite et interprétation d'uneAFCM..
,5 I 825.4.4.1
Préparation desdonnées
...51825.4.4.2
Choix del'analyse
...52025.4.4.3
Première analyse :AFCM
sur lesvariables extrinsèques
...52025.4.4.4
Deuxième analyse :AFCM
sur les variablesintrinsèques.
...52225.4.4.5
Troisième analyse :AFCM
sur les variables extrinsèq ues et intrinsèq ues ... 52325.4.4.6
Quatrièrne analyse :AFC
croisant les variables extrinsèques avec lesintrinsèques
...52325.4.4.7
Cinquième analyse :ACC
ouACPVI
...52325.4.5
Propriétés des rnéthodes de groupemenl et de classification...25.5
Méthodes degroupement
et declassification
...52825.5.1
Coefficients de similarité... 52925.5.1
.l
Problème du double zéro... ...52925.5.1
.2
Coefficients binaires de similarité versus coefhcientsquantitatifs
...52925.5.1.3
Coefficients binaires de similarité incluant les doubles zéros... 53025.5.1.4
Coefficients binaires de similaritéexcluant les doubles zéros ... 53 I
.rI
Table des matières XV
255.r.s
25-5.r.6
25.5.r.7
25.5.2 25.5.3 25.5.4 25.5.4.r 25.5.4.2 25.5.5Ë.6
7.1
7.r.1
Coefficients, quantitatifs dé similarité incluant les doubles zéros ...53 I Coefficients quantitatifs excluant les
doubles zéros ...:... ...532
Coefficients probabilistes...532
Distances...:... ;...,... 534
Coefficients de corrélation et
d'association
:...535Méthodes de groupement et de
classification
...535Classification hiérarchique...536
Classifi cation non hiérarchique... 53 9 Propriétés des méthodes de groupement ou de classification ...54 1 Analyse
factorielle
desproximités
et des simif arités... ...544Anafyse
discriminante
...544Analyse factorielle discriminante...545
Approche
géométrique.
...545Principe de calculs des axes factoriels
discriminants
...546Sélection des axes et des variab1es...547
Propriétés de
I'AFD
et aide à l'interprétation ...54825.7.2
Analyse factorielle discriminante pour- variables qualitatives .-...,.54825.1.3
Classement en grcupe ou algorithme de déterminationd'un
athibut ... 54825.7.3.1
Cas de deuxgroupes
...54925.7.3.2
Cas defois $oupês
et plus ...55025.8 Analysecanonique(AC)...-..552
25.8.1
Principe général de calcul de I'analysecanonique...
...:...55325.8.2
Propriétés et aide à l'interprétation de25.9
Analyse canoniqueI'AC
des correspondances(ACC)
ou deredondance (ACR)... 5 56
nÉpÉneNcEs...
...55eINDEX...
Annexe
IV Tableaux
de données* À
consulter sur le Web à l'adresse suivante :www.chencliere.ca/Scherrer
7.1.27-1.3 7.1.4
a
Volume 2
2" édition
Cette
2eédition s'adresse aux étudiants, aux chercheurs et aux professionnels dont le
bagagemathématique
estélémentaire. À partir des méthodes les plus simples, nous proposons, avec Biostatistique, volume
1, 2"édition, un cours
accessibled'initiation
à labiostatistique.
Avec
Biostatistique, volume 2,2'édition, nous proposons un cours
debiostatistique avancée (modélisation) qui fait appel
à destechniques plus
élaborées.Enfin,
grâce à desmoyens plus
complexes,nous tentons
derépondre
auxpréoccupations
despraticiens exploitant
des données.La 1'"
édition
deBiostatistiqueaété
conçue autournant
des années1980.
-,.--
Depuis
cette époquel'application
desstatistiques
aux sciencesdtvivayy'
(biologie,
médecine, etc.) a évolué sousl'impulsion
dedifÉrents actefrs' notamment la Food and Drug Administration, Au cours
des années 1980, cetteorganisation
a su en effetimposer une démonstration avant d'accorder
uneautorisation.
Or,montrer un
effet est choserelativement
"facile, mais le
démontrer
nous impose le fardeau de la preuve. Levolume
1expose aux
chapitres
2(protocole)
et 14(multiplicité
des tests)plusieurs
exigencesméthodologiques
liées à ladémonstration.
Levolume
2poursuit
dansla même
veine,mais
dans le cadre dela modélisation.
Si le
pragmatisme I'emporte souvent
sur lathéorie,
l'exposédu principe
desméthodes
restebien présent. Létude
despropriétés
desméthodes permet d'en dégager les mérites respectifs et de déterminer oir
elless'avèrent
efficaces etnon
biaisées.En
cas debiais,
sadirection
selon lessituations
est recherchée.Nous
avons présenté lanotion
destatistiques robustes pour pallier
<I'insuffisance chronique,
de connaissance dela loi
dedistribution
despopulations d'origine.
Les donnéesrecueillies
ne sont pastoujours
aussi propres qu on lesouhaiterait
et des méthodessont proposées pour remédier au problème
desdonnées manquantes qui déséquilibrent un plan d'expérience,
des donnéesexceptionnelles ayant un poids
démesuré dans I'analyse, des données censuréesqui apportent
uneinformation non
négligeable, etc. Cet ouvragetraite particulièrement
de la
modélisation
et de lamodélisation semi-paramétrique, comme
aideà la
construction
desmodèles
apriori.
De trèsnombreux
exemplestirés de
cas réelsfacilitent la compréhension
etl'application
desméthodes,
lacomparaison
dedifférentes
approches etl'interprétation
des résultats.Le
choix
des exemples ne vise pasun
résultatsignificatif
et sans équivoque, maisconduit
à uneréflexion
sur lapertinence
de la méthode.Enfin' nous proposons
des codes. deprogrammation applicables aux techniques
lesplus
élaborées.Bruno Scherrer,
Ph. D. etM.B.A., professeur
debiostatistique pendant
17 ans à
l'Université du Québec
àMontréal, fut également professeur invité
àl'Écolç,polytechnique
fédérale deLausannê
(Suisse) et àl'Université
de
Bourgogne (Dijon). Promoteur
des
statistiques appliquées
àI'environnement, il dirigea
leCentre d'études
et de recherche en sciences deI'environnement (UQAM), fut président du Groupe
de recherche etd'études
enbiostatistique
deI'environnement (Montréal), puis
responsablescientifique
àl'Office national
dela
chasse(Paris).
En
1988,Bruno Scherrer s'oriente
vers labiostatistique appliquée
àla biopharmacie (développement
demédicaments). Il
crée etdirige
ledépartement
debiométrie
desLaboratoires Jouveinal
(Fresnes),puis dirige le département Technical Operations, Statistics and
datamanagement
chez ParkeDavis Warner Lambert
etenfin devient directeur senior
dela division Biostatistics and Reporting
àAnn Arbor (Michigan)
chez P ftzerGlobal
Researchand Development.
Aujourd'hui,
dans le cadred'une
retraite active,il agit
dansl'industrie pharma- ceutique
et dansplusieurs universités
etorganisations internationales
entant
queconsultant indépendant
en
biostatistique
etméthodologie.
I gaëtan Ilorin I éditeur
tsBN 978-2-89632-005-5
tfr
ilililililI illllllll
ll llg"782896"
320066"cHENELIÈREZCATION www.cheneliere.ca
