• Le 9 juin 2009 à 14h, salle 27B :
  Aurélien Latouche (MCF, Laboratoire Santé vieillissement EA 2506, Université de Versailles Saint-Quentin-en-Yvelines).
  
  Titre / Title: Modèles de transformation pour l'incidence cumulée conditionnelle (pdf).
  
  Résumé / Abstract: En présence d'événements concurrents, nous présentons un modèle de régression pour la probabilité conditionnelle (Pepe et Mori, Stat Med 1993). Cette probabilité, aussi appelée incidence cumulée conditionnelle, représente la probabilité d'expérimenter l'événement de type k sachant que l'on n'a expérimenté aucun autre événement concurrent.
  Le premier modèle considéré pour cette probabilité est un modèle à odds proportionnel avec effets dépendant du temps; implémenté au sein d'un paquet R Cprob. D'autres modélisations pour cette quantité sont ensuite présentées. Auteurs : A. Allignol, JP Fine, J Yan, A. Latouche 

• Le 5 mai 2009 à 14h, salle ED32 :
  Thomas A. Gerds (Associate Professor of Biostatistics, Institute of Public Health, University of Copenhagen, Danemark).
  
  Title / Titre: The statistical evaluation of risk prediction models / Evaluation statistique de modèles de prédiction de risque (pdf)
  
  Librairies R disponibles sur : http://staff.pubhealth.ku.dk/~tag/research/RCode.html
  
  Résumé / Abstract: In medical statistics a risk prediction model describes patients current or future condition to guide the medical decision making. The basis for these models are data collected on a group of individuals. The process of developing a risk prediction model may involve many steps of statistical model building such as selection of features and data-driven choices of link functions. In this talk I will survey popular measures of model performance, in particular the Brier score and the ROC curve (Receptor Operational Characteristics), discuss the estimation of model performance with censored data, and highlight the use of proper benchmarks and resampling strategies. The methods are illustrated with data from a study on epo treatment for anemic cancer patients. / Dans la statistique médicale un modèle de prédiction de risque décrit la condition actuelle ou future des patients afin de guider la prise de décisions médicales. La base pour ces modèles sont des données rassemblées sur un groupe d'individus. Le processus de développement d'un modèle de prédiction de risque peut impliquer un nombre important d'étapes dans la construction d'un modèle, comme la sélection de caractéristiques et les choix automatiques de fonctions de lien. Dans cet exposé, j'examinerai les mesures classiques de la qualité d'un modèle, en particulier le score de Brier et la courbe COR (Caractéristiques Opérationnelles du Récepteur), je discuterai l'évaluation de la qualité d'un modèle avec des données censurées et montrerai l'utilisation d'un banc d'essai approprié et des stratégies de rééchantillonnage. Les méthodes sont illustrées avec des données issues d'une étude sur le traitement de l'anémie par EPO chez des patients cancéreux.

• Le 1er avril 2009 à 14h, salle Mann :
  Adeline Samson (MCF, Laboratoire de Mathématiques Appliquées MAP5,
  Université Paris Descartes, Paris).
  
  Titre / Title: Estimation paramétrique d'un processus d'Ornstein Uhlenbeck bidimensionel partiellement observé et application à l'évaluation d'une thérapie anti-cancéreuse (pdf)
   
• Le 3 mars 2009 à 14h, salle Pous :
  Jean-Francois Dupuy (MCF, Laboratoire de Statistique et Probabilités, Institut de Mathematiques de Toulouse, UMR 5219,Universite Paul Sabatier, Toulouse).
  
  Titre / Title: Estimation dans un modèle de durées censurées partiellement observé (pdf)
  
  Résumé / Abstract: Dans ce travail, nous nous intéressons à un modèle de régression semi-paramétrique de durées de vie partiellement observé. Ce modèle se présente comme un modèle de mélange d'intensités, où chaque intensité est spécifiée par un modèle de Cox. Nous considérons le problème de l'estimation dans ce modèle lorsque l'affectation des individus de l'échantillon aux différentes composantes du mélange n'est que partiellement connue. Nous décrivons brièvement les propriétés asymptotiques d'estimateurs du type "regression calibration" (Dupuy et Leconte, J. Statist. Plann. Inf., 2009), puis nous proposons de nouveaux estimateurs, basés sur le principe du maximum de vraisemblance non-paramétrique. Nous établissons les propriétés asymptotiques de ces estimateurs.
   
• Le 3 février 2009 à 14h, salle Pous :
  Andrea B. Troxel (Associate Professor of Biostatistics, Department of Biostatistics and Epidemiology, University of Pennsylvania School of Medicine, USA).
  
  Title/Titre : Pseudo-likelihood Approaches for Binary Longitudinal Data with Nonignorable Missingness / Approches de la pseudo-vraisemblance pour des données longitudinales binaires avec des données manquantes non ignorables (pdf)
   
• Le 13 janvier 2009 à 14h, salle Mann :
  Julien Chiquet (MCF, Laboratoire Statistique et Génome, Université d'Evry, Evry).

         Titre / Title: Inférence parcimonieuse de réseaux biologiques à structure cachée (pdf).

• Le 9 décembre 2008 à 14h, salle Mann :
  Pierre Del Moral (DR, Centre INRIA Bordeaux Sud-Ouest & Institut de Mathématiques de Bordeaux, Université de Bordeaux I, Bordeaux).
  
  Titre / Title: Les processus d'évolution génétique dans la résolution de problèmes de filtrage de signaux et dans l'analyse de risques (pdf).

• Le 4 novembre 2008 à 14h, salle 5 :
  David J Lunn (Scientist, MRC Biostatistics Unit, Institute of Public Health, University Forvie Site, Cambridge, UK).
  
  Titre / Title: Extension and applications of BUGS in models defined by differential equations / Extension et applications de BUGS (inférence bayésienne utilisant l'échantillonnage de Gibbs) dans des modèles définis par des équations différentielles.

• Le 7 octobre 2008 à 14h, salle Pous :
  Sugata Sen Roy (Reader, Department of Statistics, University of Calcutta, India).
  
  Titre / Title: Outlier detection in non linear dose-response models / Détection de valeurs aberrantes dans les modèles dose-réponse non linéaires (ppt).
   
• Le 16 septembre 2008 à 14h, salle 5 :
  Pascale Tubert-Bitter (DR, Equipe Biostatistique de l'Unité INSERM U780 "Recherche en Epidémiologie et Biostatistique", Paris).
  
  Titre / Title: Analyse des Critères Multiples par Combinaison d'une Approche en Supériorité et en Non-Infériorité. (pdf)

• Le 6 mai 2008 à 09h30, Amphi Louis :
  Duncan C. Thomas (Professeur, Division of Biostatistics, Keck School of Medicine, University of Southern California, USA).
  
  Programme :
  9h30-10h30 1er exposé
  10h30-11h Pause café
  11h-12h 2ème exposé
  
  Titre / Title: Some Advanced Statistical Methods in Environmental Epidemiology / Méthodes statistiques avancées en épidémiologie environnementale
  
  Résumé / Abstract: Cette présentation vise à fournir un aperçu du contenu d'un nouveau livre de "Méthodes statistiques en épidémiologie environnementale", que j'écris actuellement à l'occasion de mon congé sabbatique. Après un bref aperçu, illustré avec quelques problèmes sur la radiation ionisante et la pollution atmosphérique, j'aborderai de manière plus détaillée quelques-unes des questions suivantes, en fonction de l'intérêt de l'auditoire : la modélisation de la relation exposition-temps-réponse, études de séries chronologiques longitudinales, modèles spatiaux, études écologiques, les erreurs de mesure d'exposition, et modèles mécanistes. Mon but est d'échanger des commentaires sur le manuscrit, disponible sur demande.
  This talk will provide an overview of a new textbook in "Statistical Methods in Environmental Epidemiology" which I am writing while on sabbatical. After a brief overview, illustrated with some problems in ionizing radiation and air pollution, I will discuss some of the following topics in more detail, depending upon the interests of the audience: modeling exposure-time-response relationships, longitudinal time-series studies, spatial models, ecologic studies, exposure measurement error, and mechanistic models. My aim is to get some feedback on the draft manuscript, available upon request.

• Le 12 février 2008 à 14h, Amphi Louis :
  Philippe Vieu (Professeur, Laboratoire de Statistique et Probabilités, UMR CNRS C55830, Université Paul Sabatier, Toulouse)
  
  Titre / Title: Modélisation non-paramétrique des données fonctionnelles.
  
  Résumé / Abstract: Modélisation non-paramétrique des données fonctionnelles (pdf).
   
• Le 22 janvier 2008 à 14h15, salle 27A :
  Célestin Kokonendji (Maître de conférences, équipe Probabilité et Statistique du laboratoire de Mathématiques et de leurs Applications, Université de Pau et des Pays de l'Adour).
  
  Titre / Title: Estimateur à noyau discret pour des fonctionnelles discrètes (pdf).
  
  Résumé / Abstract: Estimateur à noyau discret pour des fonctionnelles discrètes (pdf).
   

• Le 11 décembre 2007 à 14h15, salle ED48 :
  Franck Corset (Maître de conférences, équipe SAGAG du laboratoire Jean Kuntzmann, Université Pierre Mendès France, Grenoble).
  
  Titre / Title: Analyse bayésienne d'un modèle à âge virtuel en tenant compte de l'efficacité des maintenances (pdf).
  
  Résumé / Abstract: Nous nous intéressons à des matériels réparables soumis à des maintenances correctives et/ou des maintenances préventives. Nous supposons que le processus des défaillances est un processus de type puissance (Process Law Power ou PLP) à deux paramètres. Nous utilisons un modèle à âge virtuel dit de réduction arithmétique de l'âge (modèle ARA), où l'intensité du processus de défaillance dépend d'un paramètre traduisant l'efficacité des maintenances effectuées. Sous certaines hypothèses, il est possible d'écrire la vraisemblance de la trajectoire de ce processus ponctuel. Dans ce travail, nous nous intéressons plus particulièrement à une analyse bayésienne sur ce type de modèle. Nous conclurons l'exposé sur des simulations et une application sur des données réelles.

• Le 12 novembre 2007 à 14h15, salle ED32 :
  Olivier Lopez (Doctorant au CREST-ENSAI et IRMAR, Université de Rennes 1).
  
  Titre / Title: Problèmes de réduction de dimension pour la régression en présence de données censurées. (pdf)
  
  Résumé / Abstract: Lorsque l'on cherche à estimer une espérance conditionnelle de façon non paramétrique dans un modèle de régression où la variable expliquée est censurée à droite, on est confronté, comme en l'absence de censure, au "fléau de la dimension". Fait spécifique à la régression en présence de censure, même certaines approches paramétriques peuvent être contaminées par ce fléau de la dimension. Ceci se produit notamment dans le cas où la variable de censure dépend des variables explicatives. Dans ce cadre, même si l'on suppose que l'espérance conditionnelle appartient à une famille paramétrique, les estimateurs existant dans la littérature reposent sur des estimateurs à noyau, et ne donnent des résultats satisfaisants que lorsque le nombre de variables explicatives est faible. Dans cet exposé, nous présenterons de nouvelles techniques de réduction de la dimension permettant de lutter contre ces deux manifestations du "fléau de la dimension". En particulier, nous considérerons l'étude de modèles de régression single-index en présence de censure.
   

• Le 9 octobre 2007 à 14h15, salle de conférences de l'UFR Sciences et Modélisation :
  Hein Putter (Assistent Professor, Department of Medical Statistics of the Leiden University Medical Center, Pays Bas).
  
  Titre / Title: Two-stage estimation and composite likelihood in a Poisson correlated Gamma frailty model: application to meta-analysis for survival curves. / Estimation en deux étapes et vraisemblance composite dans un modèle Gamma - Poisson à fragilités corrélées : application à la méta-analyse pour des courbes de survie. (pdf)
  
  Résumé / Abstract: We consider estimation in a Poisson correlated Gamma frailty model originally proposed by Henderson and Shimakura (2003). Full likelihood analysis requires the joint probabilities which is intractable. The parameters of the models are then estimated following a two-stage estimation procedure. Inference will first be based on the marginal distribution of the number of deaths after integrating out the frailty terms. The marginal distributions are negative binomial. In the second stage the within-study correlation $\rho$ will be estimated by considering the parameters in the marginal models as fixed. Sandwich methodology is used to compute robust standard errors. The motivating application for this work, meta-analysis for survival curves will be discussed as well.
  Reference: Henderson and Shimakura (2003). A serially correlated gamma frailty model for longitudinal count data. Biometrika 90, 355­366.
  
  Nous considérons l'estimation dans un modèle Gamma - Poisson à fragilités corrélées à l'origine proposé par Henderson et Shimakura (2003). L'analyse de la vraisemblance complète exige les probabilités conjointes ce qui est inabordable. Les paramètres des modèles sont alors estimés par une procédure d'estimation en deux étapes. L'inférence sera d'abord basée sur la distribution marginale du nombre de décès. Les distributions marginales sont des binomiales négatives. À la deuxième étape, la corrélation intra-étude sera estimée en considérant les paramètres des modèles marginaux fixés. La méthode d'estimation robuste " sandwich " est utilisée pour calculer les erreurs standard. L'application à la méta-analyse des courbes de survie, motivant ce travail, sera aussi discutée.
  Référence: Henderson and Shimakura (2003). A serially correlated gamma frailty model for longitudinal count data. Biometrika 90, 355366.

• Le 19 juin 2007 à 14h15, salle de conférences de l'UFR Sciences et Modélisation :
  David Todem (Assistant Professor in the Biostatistics Division of the Department of Epidemiology, Michigan State University, USA).
  
  Titre / Title: Sensitivity analysis of longitudinal data with non-random dropouts using semi-parametric models (pdf).
  
  Résumé / Abstract: We propose a family of semi-parametric non-response models to adjust for informative dropouts in the analysis of longitudinal outcomes with fully observed predictors. The approach conceptually focuses on generalized linear mixed effects models with an unspecified random effects distribution. A novel formulation of a shared latent class model is presented and shown to provide parameters that have a meaningful interpretation. We show how to use the non-identifiability of some model characteristics to delineate the range of inferences consistent with observed data. Functional estimators are then developed and used as the basis for new global tests of covariate effects and contrasts over the whole support of the sensitivity parameter. Simulations demonstrate a large reduction of bias for the nonparametric model relative to the parametric model at times where the dropout rate is high or the dropout model is misspecified. The methodology's practical utility is illustrated in a data analysis. This is a joint work with KyngMann Kim and Jason Fine.
   

• Le 15 mai 2007 à 14h15, salle Mann :
  Avner Bar-Hen (Professeur de biomathématique à l'Université Paris 13).
  
  Titre / Title: Etude de distances entre essence forestières basées sur des dissimilarités entre nuages de points (pdf).
   
  Résumé / Abstract: The spatial distributions of two species of tree result in a bivariate pattern. This pattern characterizes biological mechanism involved within a forest with the spatial localization of the trees. If we consider simultaneously two species, the main question is not to describe the marginal distribution of each species but to describe the relationship between the repartitions of the two species under study. The relationship between two clouds of points can be described in various ways and therefore many indices can be defined. Each index will give a specific information about these relationships and will greatly depends on the ecological mechanisms, {\em i.e.} the point process that leads to the observed repartition. The aim of this presentation is to review the leading indices in ecology and to provide guidelines for practical use. To mimic ecological situations, we simulated thirteen point process that can model classical relationships between two species of trees and compute nine classical indices. The interest of the various indices are discussed. This is a joint work with Nicolas Picard.

• Le 3 avril 2007 à 14h15, salle 52 :
  Ludwig Hothorn (Head of the Biostatistics Institute of Leibniz University of Hannover, Germany).
  
  Titre / Title: Multiple contrast tests and model selection approaches for change-point alternatives with bio-medical applications (pdf).
  
  Résumé / Abstract: Several problems in bio-medicine can be formulated as change-point alternatives, such as epidemiological exposure studies, DNA motif identification etc.. For example, the question arises whether the spontaneous abortion rate in young women is increases depending on the age of the males, i.e. old males, in a random cross-sectional population of 1,151 French women (Slama, et al., 2003).
  Proportions as endpoints are common in these applications, and therefore we consider a 2 by k contingency table with the hypotheses: H0: p_1=p_2=...=p_k, H1: p_1=...=p_change<p_change+1=...=p_k. Several tests for total order restriction are available, see e.g. Leuraud and Benichou (2004). But the talk focuses on multiple contrast tests (Bretz and Hothorn, 2003; Hirotsu and Marumo, 2002) and a model selection approach to identify whether a single change point exists (global decision) and where the change point is located (local decision).
  A single contrast is a standardized, weighted linear combination of the MLE . A multiple contrast test is the maximum of several single contrast tests, i.e. for exactly (k-1) possible change points, which is multivariate normal distributed with a certain correlation matrix. In the model selection approach for the null model and each possible change point model, the log(likelihood) is estimated and adjusted by a penalty term, reflection the specific change point alternative.
  The real data examples will be evaluated by a R program.

• Le 6 mars 2007 à 14h15, Amphi Louis :
  Edith Gabriel (Post-doctorante dans l'unité de Statistique Médicale de l'Université de Lancaster, United Kingdom).
  
  Titre / Title: Analyse spatio-temporelle de cas de campylobacteriose / Spatio-temporal analysis of human campylobacteriosis (pdf).
  
  Résumé / Abstract: Spatio-temporal point patterns are usually modeled by inhomogeneous Poisson processes or Cox processes. Because these processes generate point patterns which are indistinguishable without additonal assumptions, the following question arises: given a single realisation of a point process, how can we make a practical distincton between an inhomogeneous Poisson process and a Cox process with a stochastic intensity? The analysis of spatio-temporal point processes also raises the question of investigating whether theprocess involves space-time interaction. To distinguish between an inhomogeneous Poisson process and a Cox process, as well as testing for space-time interaction, we have developed and applied a non parametric estimate of the space-time inhomogeneous K-function under the assumption of second-order intensity re-weighted stationarity. In this approach, determinstic inhomogeneity is attributed pragmatically to measured, spatio-temporally varying covariates, and any residual structure is assumed to be stochastic in origin. This methodology is applied to cases of campylobacteriosis (Campylobacter gastroenteritis) in the Preston area over the years 2000 to 2002 (data-base supplied by the Preston Public Health Laboratory Service). Cases define a spatio-temporal point pattern displaying a highly aggregated incidence function. We analyse spatial, temporal and spatio-temporal variations and formulate a spatio-temporal model for the dynamics of the disease.

• Le 6 février 2007 à 14h 15, salle de conférences de l'UFR Sciences et Modélisation :
  Lionel Cucala , Université de Toulouse 1
  
  Titre : Détections d'agrégats pour données ponctuelles (pdf).
  
  Résumé : Dans ce travail, nous nous intéressons à l’analyse de processus ponctuels, temporels ou spatiaux, et plus précisément à la recherche des zones de plus forte intensité des processus, appelées agrégats. Cette problématique apparaît notamment dans le domaine de l’épidémiologie lorsque l’on effectue une veille sanitaire.
  Dans un premier temps, nous recensons les techniques de détection d’agrégats temporels, et notamment la plus populaire, la statistique de balayage (Nagarwalla, 1996). Nous montrons comment modifier cette statistique afin d’obtenir un test indépendant de toute hypothèse d’agrégation. La distribution de cette nouvelle statistique, appelée statistique des espacements anormaux, est débattue, et ses performances illustrées sur des jeux de données réels ou simulés.
  Ensuite, nous montrons comment adapter cette statistique à des jeux de données spatiaux. Deux voies sont possibles. La première, identique à la généralisation de la statistique de balayage au cas spatial (Kulldorff, 1997), consiste à explorer une famille finie d’agrégats potentiels. La seconde s’appuie sur une transformationdes données inspirée par Dematteï et al. (2005).

• Le 12 décembre 2006, salle Mann :
  Jérôme Saracco (Professeur Université de Bordeaux 4, MAB) 
  
  Titre : Estimation semiparamétrique de courbes de références pour des propriétés biophysiques de la peau (pdf)
  
  Résumé : La construction de courbes de référence est un sujet fréquemment rencontré dans le domaine biomédical. Ces courbes sont classiquement estimées par des méthodes paramétriques nécessitant des hypothèses contraignantes. Pour pallier cet inconvénient, des méthodes non paramétriques, fondées sur l'estimation de quantiles conditionnels, ont été développées. Dans cet exposé, nous présentons la mise en oeuvre de trois d'entre elles. Leurs performances sont comparées à une méthode paramétrique sur des données réelles concernant des propriétés biophysiques de la peau. Lorsque la covariable est multidimensionnelle, l'approche non paramétrique souffre du fléau de la dimension. Nous proposons alors une approche semi-paramétrique fondée sur une réduction de la dimension au moyen d'indices, la méthode d'estimation repose sur la méthode SIR (Sliced Inverse Regression) suivie d'une estimation non paramétrique des quantiles conditionnels. Une simulation et une application à l'analyse de propriétés biophysiques de la peau montrent le bon fonctionnement de cette approche en deux étapes. Une extension au cas où la variable d'intérêt est multidimensionnelle a aussi été développée et appliquée sur données réelles.
   

• Le 21 novembre 2006, salle de conférences de l'UFR Sciences et Modélisation :
  Bernard Bercu (Professeur, MAB, Université Bordeaux 1).
  
  Titre : Estimation et contrôle adaptatif pour les modèles de régression (pdf)
  
  Résumé : On effectue une suite d'observations associées à un modèle de régression contrôlée et on cherche à atteindre simultanément deux objectifs :
  1) Estimer les paramètres inconnus du modèle,
  2) Amener la suite d'observations a suivre, pas a pas, une trajectoire de référence donnée.
  La réalisation de ces deux objectifs passe par le choix d'un algorithme d'estimation performant et d'un contrôle de poursuite efficace permettant de stabiliser la dynamique des observations. Après un bref aperçu des résultats obtenus sur les régressions linéaires contrôlées, on étudiera les régressions non linéaires, par exemple les régressions polynômiales contrôlées.
  On sera alors amené à établir des nouvelles lois fortes des grands nombres pour les puissances de martingales qui correspondent à la convergence des moments dans le théorème limite central presque sur pour les martingales. Leur exploitation permettra de réaliser simultanément les deux objectifs d'estimation et de poursuite adaptative pour des régressions non linéaires contrôlées raisonnablement explosives.
  
  Mots-clé : Estimation, Contrôle adaptatif, Martingales, Lois fortes.
   

• Le 10 octobre 2006, salle de conférences de l'UFR Sciences et Modélisation :
  Valentin Solev (V.Steklov Mathematical Institute, Russian Academy of Sciences, St Petersburg).
  
  Titre : Localization of unknown parameter using the Entropy method (pdf).
  
  Résumé : Localization of unknown parameter using the Entropy method (pdf).
   
• Le 6 juin 2006, Salle Mann :
  Béatrice Laurent-Bonneau (INSA, Département de Génie Mathématique, Toulouse).
  
  Titre : Tests adaptatifs d'adéquation (pdf).
  
  Résumé : Tests adaptatifs d'adéquation (pdf).
  
  Applications : Fiabilité.

• Le 2 mai 2006, salle J. Mann :
  Yves Grandvalet (HeuDiaSyC UMR CNRS 6599, Compiègne).
  
  Titre : Validation croisée pour la comparaison d'algorithmes d'apprentissage et la comparaison de modèles : application en bio-informatique (pdf).
  
  Résumé : Sur des données réelles, en nombre limité, l'évaluation des performances d'algorithmes d'apprentissage passe souvent par une méthode de rééchantillonnage comme le bootstrap ou la validation croisée. Ces méthodes permettent de prendre en compte les différents biais de sélection, à condition d'inclure l'intégralité de l'apprentissage à l'intérieur du processus de rééchantillonnage.
  Je donnerai un exemple montrant l'importance de cette condition. Je montrerai ensuite qu'il n'existe pas d'estimateur non-biaisé de la variance de la validation croisée, et que les estimateurs les plus couramment utilisés ont un biais négatif qui peut être de l'ordre de grandeur de la variance. En conséquence, avec ces estimateurs, le niveau de confiance attaché à un intervalle, ou le niveaux de significativité d'un test d'hypothèse, seront nettement surestimés. Ce problème peut être résolu en recourant à une autre procédure d'estimation.

• Le 6 avril 2006, Amphi Louis :
  Gwénaëlle Castellan (Laboratoire Paul Painlevé, Université des Sciences et Technologies de Lille).
  
  Titre : Estimation non paramétrique de la fonction de régression dans le modèle de Cox (travail en collaboration avec Fredérique Letué) (pdf).
  
  Résumé : Estimation non paramétrique de la fonction de régression dans le modèle de Cox (pdf).
  
  Applications : Etudier un effet non-linéaire des covariables sur le taux de risque, par exemple l’étude de l’effet des faibles doses de radiation sur les risques de leucémie.
  
  Mots-clé : Modèle de Cox, sélection de modèle, pénalisation.

• Le 7 mars 2006, salle J. Pous à 14 H :
  Vanessa Didelez (Department of Statistical Science, University College London).
  
  Titre : Graphical Models for Dynamic Data (pdf).
  
  Résumé : A graphical model represents variables as nodes of a graph and conditional dependencies by connecting the dependant variables by edges - hence, absent edges can be interpreted as conditional independencies. Graphical models are not only a useful tool to represent and visualise complex independence structures but, further, provide a certain one-to-one correspondence of properties of the graphs and the underlying statistical model which can facilitate reasoning about complex data situations. While the use of graphical models for static random variables is well established, their application to dynamic data, such as time series and stochastic processes, is still in its beginnings.
  In this talk I will give an introduction to graphical models and an overview over their generalisations to dynamic data. For the latter the notion of Granger-causality is central as it describes conditional dependencies between the present (and future) of processes and the past of other processes. In particular I will focus on the case of event histories, i.e. data that describe events that occur in continuous time, such as start/end of a therapy, onset of a side effect, death or recovery. An example will show how the graphs can be use to faciliate reasoning about possibly unobservable processes and causal relations.
   

• Le 21 février 2006, Amphi Louis :
  Djèlil Chafaï (INRA Toulouse).
  
  Titre : Modèles stochastiques en pharmacologie (pdf).
  
  Résumé : Cet exposé, qui devrait être accessible à tous, présente un exemple typique de modèle markovien intervenant en cancérologie. Cela donne lieu à différents problèmes stochastiques : plans d'expériences, tests, problèmes inverses, ...
  
  Applications : Cancérologie.
  
  Mots-clé : Pharmacocinétique, modèles à compartiments, processus de Markov, problèmes inverses, modèles mixtes.

• Le 6 décembre 2005, salle de conférences UFR Sciences et Modélisation :
  Valentin Solev (V.Steklov Mathematical Institute, Russian Academy of Sciences, St Petersburg).
  
  Titre : Minimum distance estimations.
  
  Résumé : Minimum distance estimations.
  
  Mots-clé : Censored observations.

• Le 8 novembre 2005, salle J. Mann :
  Marc Lavielle (Universités Paris 5 et Paris 11).
  
  Titre : Les modèles non linéaires à effets mixtes : algorithmes et applications (pdf).
  
  Résumé : Les modèles à effets mixtes sont aujourd'hui des outils de référence dans de nombreux domaines (pharmacologie, agronomie, génétique animale…). Lorsque ces modèles sont non linéaires, leur étude et leur utilisation sont délicates et demandent l'utilisation d'algorithmes bien adaptés.
  Nous présenterons dans cet exposé une version stochastique de l'algorithme EM (SAEM) pour l'estimation par maximum de vraisemblance des paramètres du modèle. Plusieurs extensions de cet algorithme ont été développées, comme la version "recuit simulé" de SAEM pour améliorer la convergence vers le maximum global de la vraisemblance, ou la version PX-SAEM pour accélérer la convergence de l'algorithme. Nous montrerons que l'algorithme SAEM peut être utilisé lorsque le modèle est défini par un ensemble d'équations différentielles ordinaires (EDO) ou stochastiques (EDS), ou encore lorsque les données sont censurées à gauche.
  Nous proposons également une méthodologie de sélection de modèle basée sur la vraisemblance du modèle, afin de déterminer en particulier quelles covariables expliquent le mieux la variabilité des effets aléatoires. Cette vraisemblance du modèle est estimée par Monte-Carlo, grâce à une procédure d’échantillonnage préférentiel.
  Nous présenterons enfin différentes applications à l'aide du logiciel MONOLIX, téléchargeable sur : http://www.math.u-psud.fr/~lavielle/monolix/logiciels.html..
  
  Applications : Modèles de pharmacocinétique et pharmacodynamie de population, Modèles de décroissance de charges virales, Modèles de culture, Modèles de génétique animale.
  
  Mots-clé : Modèles non linéaires à effets mixtes, estimateur du maximum de vraisemblance, algorithme SAEM, sélection de modèles.