Prédiction contrefactuelle pour l'estimation causale à partir de données de vie réelle

Prédiction contrefactuelle pour l'estimation causale à partir de données de vie réelle

L absence de randomisation pour les données de vie réelle complique l analyse statistique et nécessite l utilisation de méthodes complexes. L application web Plug-Stat® facilitece type d analyse en proposant des interfaces intuitives pour les non-spécialistes. La présente thèse cherche à optimiser P...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Chatton Arthur (Auteur), Foucher Yohann (Directeur de thèse), Le Borgne Florent (Membre du jury), Proust-Lima Cécile (Membre du jury), Boulesteix Anne-Laure (Membre du jury), Josse Julie (Membre du jury)
Collectivités auteurs : Université de Nantes 1962-2021 (Organisme de soutenance), École doctorale Biologie-Santé Nantes (Ecole doctorale associée à la thèse), SPHERE Nantes Tours (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : français
Titre complet : Prédiction contrefactuelle pour l'estimation causale à partir de données de vie réelle / Arthur Chatton; sous la direction de Yohann Foucher
Publié : 2021
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Biostatistique : Nantes : 2021
Sujets :
Biais de confusion
Etudes de simulation
G-Computation
Inférence causale
Machine learning
Score de propension
Thèses et écrits académiques

Internet

http://www.theses.fr/2021NANT4062/document