Économétrie des modèles de durée

Les variables de durée sont fréquemment soumises à des phénomènes de censure, troncatures ou biais de sélection. La formation fournit des outils méthodologiques pour les analyser, et estimer les points de sortie. Plusieurs modèles sont proposés, se rapportant à des analyses paramétriques, semi-paramétriques ou non paramétriques, tenant compte de variables omises dans le temps, ou lorsque le point de sortie est attribuable à des événements de différents types (modèles à risques concurrents).

Rappels des différents concepts de statistique sur données de durée

• Censure et troncature
• Types d’échantillonnage (flux, stock, censure par intervalle)
• Densité, survie, hasard et hasard intégré

Estimation non-paramétrique

• Estimateurs de Kaplan-Meier et de Nelson-Aalen
• Test de comparaison log-rank
• Application Stata : déclaration de données (-stset-) pour différentes structures d’échantillonnage,
• Estimateurs de Kaplan-Meier et de Nelson-Aalen, tests de comparaisons

Modèles paramétriques

• Hasard proportionnel et temps accéléré : estimation et utilisation
• Applications Stata : -streg-, -stcurve-, -predict-
• Régresseurs variant avec le temps : principe et implémentation Stata (-stsplit-)

Estimation semi-paramétrique

• Modèles semi-paramétriques (1) : constant par morceaux
• Modèles semi-paramétriques (2) : Cox
• Applications Stata : -stcox-
• Censure par intervalle (-cloglog-)

Hétérogénéité inobservée : le problème de la sélection dynamique

• Correction de l’hétérogénéité inobservée : Loi Gamma
• Application Stata