Analyse bayésienne de courbes de croissance par des modèles à effets mixtes définis par équations différentielles stochastiques.

Résumé : On désigne par courbes de croissance des mesures répétées au cours du temps d'un processus continu de croissance sur une population d'individus. Ces données longitudinales sont classiquement analysées par des modèles non-linéaires à effets mixtes dont la fonction de régression impose une évolution monotone croissante du phénomène. Ces modèles de croissance ne permettent pas de modéliser des modifications inattendues du taux de croissance. Nous proposons de prendre en compte ces éventuelles variations à l'aide d'équations différentielles stochastiques déduites du modèle de croissance standard par ajout d'une composante stochastique. Nous développons une méthode d'inférence Bayésienne de ces modèles reposant sur un algorithme de Gibbs et validons ce nouveau modèle en utilisant et en adaptant des critères basés sur la distribution prédictive a posteriori. Nous illustrons la pertinence de notre approche dans le cas d'un modèle de Gompertz sur un jeu de données réelles de croissance de poulets.
Document type :
Conference papers
Complete list of metadatas

Cited literature [8 references]  Display  Hide  Download

https://hal.inria.fr/inria-00386568
Contributor : Conférence Jds2009 <>
Submitted on : Friday, May 22, 2009 - 9:02:43 AM
Last modification on : Friday, February 28, 2020 - 2:58:56 PM
Long-term archiving on: Monday, October 15, 2012 - 10:51:55 AM

File

p14.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00386568, version 1

Citation

Sophie Donnet, Jean-Louis Foulley, Adeline Samson. Analyse bayésienne de courbes de croissance par des modèles à effets mixtes définis par équations différentielles stochastiques.. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. ⟨inria-00386568⟩

Share

Metrics

Record views

404

Files downloads

359