Nous nous intéressons, dans cette thèse, à l'étude des modèles de mélange et des modèles linéaires généralisés, avec une application aux données de co-infection entre les arbovirus et les parasites du paludisme. Après une première partie consacrée à l'étude de la co-infection par un modèle logistique multinomial, nous proposons dans une deuxième partie l'étude des mélanges de modèles linéaires généralisés. La méthode proposée pour estimer les paramètres du mélange est une combinaison d'une méthode des moments et d'une méthode spectrale. Nous proposons à la fin une dernière partie consacrée aux mélanges de valeurs extrêmes en présence de censure. La méthode d'estimation proposée dans cette partie se fait en deux étapes basées sur la maximisation d'une vraisemblance.
Publié le : 2018-08-28
Classification:
Moments method,
Spectral method,
Generalized linear mode,
Mixture model,
Extreme value theory,
Théorie des valeurs extrêmes,
Méthode des moments,
Modèle de mélange,
Modèles linéaires généralisés,
Méthode spectrale,
Co-Infection,
[MATH.MATH-PR]Mathematics [math]/Probability [math.PR],
[SDV.SPEE]Life Sciences [q-bio]/Santé publique et épidémiologie,
[STAT.AP]Statistics [stat]/Applications [stat.AP]
@article{NNT: 2018SACLS299,
author = {Loum, Mor Absa},
title = {Mixture model and generalized linear models, application to co-infection data (arbovirus \& malaria)},
journal = {HAL},
volume = {2018},
number = {0},
year = {2018},
language = {fr},
url = {http://dml.mathdoc.fr/item/NNT: 2018SACLS299}
}
Loum, Mor Absa. Mixture model and generalized linear models, application to co-infection data (arbovirus & malaria). HAL, Tome 2018 (2018) no. 0, . http://gdmltest.u-ga.fr/item/NNT:%202018SACLS299/