FUN

Modèles de durée (FUN)

Offered by ENSAE Paris,
Modèles de durée (FUN)

Dans ce cours, on s'intéressera de façon plus privilégiée aux applications à l'actuariat de ce genre de modèle sans pour autant que ce domaine d'application soit exclusif, on s'intéressera notamment à l'étude de la mortalité et à ses applications en assurance vie en terminant par une introduction à l'évolution de la durée de vie à travers les générations. Et la théorie développée dans ce courant trouve également de nombreuses applications par exemple en biostatistique ou encore en fiabilité.

L'enjeu c'est de saisir les spécificités des modèles de durée et de proposer des techniques qui permettent de répondre aux multiples problèmes qu'ils posent. Le plus connu étant celui des observations incomplètes, on utilise le terme d'observation censurée, des observations incomplètes qui apparaissent du fait de la structure temporelle sous-jacente.

À l'issue de ce cours vous aurez assimilé les grands principes de construction des estimateurs les plus classiques utilisés pour estimer la distribution dans la durée. Vous serez également capable de les adapter à des situations au moins standard qui peuvent se rencontrer dans de tels jeux de données, et enfin vous serez sensibilisés aux principaux réflexes méthodologiques que l'on doit avoir en pratique. Je vous dis donc à bientôt pour vous présenter plus en détail ces modèles de durée.

Plan du cours

Semaine 0 : Introduction
Semaine 1 : Concepts et spécificités de l'analyse de survie
Semaine 2 : Phénomènes de censure et de troncature
Semaine 3 : Estimateur non paramétrique de Kaplan-Meier : Construction
Semaine 4 : Estimateur non paramétrique de Kaplan-Meier : Propriétés
Semaine 5 : Table de mortalité et lissage
Semaine 6 : Lissage et estimation paramétrique 1/3
Semaine 7 : Estimation paramétrique 2/3
Semaine 8 : Estimation paramétrique 3/3 et perspectives

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Statistical Inference and Hypothesis Testing in Data Science Applications (Coursera) Coursera
University of Colorado Boulder

Statistical Inference and Hypothesis Testing in Data Science Applications (Coursera)

This course will focus on theory and implementation of hypothesis testing, especially as it relates to applications in data science. Students will learn to use hypothesis tests to make informed decisions from data. Special attention will be given to the general logic of hypothesis testing, error and error rates, power, simulation, and the correct computation and interpretation of p-values. Attention will also be given to the misuse of testing concepts, especially p-values, and the ethical implications of such misuse.

Dec 14th 2026
5-12 Weeks
Introduction aux méthodes d’évaluation d’impact des politiques publiques (FUN) FUN
Université Paris-Dauphine

Introduction aux méthodes d’évaluation d’impact des politiques publiques (FUN)

Ce MOOC francophone présente les différentes méthodes d’évaluation d’impact des politiques publiques qui se sont développées de manière très significative au niveau académique au cours des 10 dernières années. Ces méthodes sont aujourd’hui mobilisées par de nombreuses institutions pour évaluer l’impact de politiques ou des projets qu’elles promeuvent et financent.

No sessions available
5-12 Weeks
Interprofessional Healthcare Informatics (Coursera) Coursera
University of Minnesota

Interprofessional Healthcare Informatics (Coursera)

Interprofessional Healthcare Informatics is a graduate-level, hands-on interactive exploration of real informatics tools and techniques offered by the University of Minnesota and the University of Minnesota's National Center for Interprofessional Practice and Education. We will be incorporating technology-enabled educational innovations to bring the subject matter to life. Over the 10 modules, we will create a vital online learning community and a working healthcare informatics network.

Dec 7th 2026
5-12 Weeks
Introduction to Genomic Technologies (Coursera) Coursera
Johns Hopkins University

Introduction to Genomic Technologies (Coursera)

This course introduces you to the basic biology of modern genomics and the experimental tools that we use to measure it. We'll introduce the Central Dogma of Molecular Biology and cover how next-generation sequencing can be used to measure DNA, RNA, and epigenetic patterns. You'll also get an introduction to the key concepts in computing and data science that you'll need to understand how data from next-generation sequencing experiments are generated and analyzed.

Dec 7th 2026
4 Weeks
Data Management for Clinical Research (Coursera) Coursera
Vanderbilt University

Data Management for Clinical Research (Coursera)

This course presents critical concepts and practical methods to support planning, collection, storage, and dissemination of data in clinical research. Understanding and implementing solid data management principles is critical for any scientific domain. Regardless of your current (or anticipated) role in the research enterprise, a strong working knowledge and skill set in data management principles and practice will increase your productivity and improve your science. Our goal is to use these modules to help you learn and practice this skill set.

Dec 7th 2026
5-12 Weeks
Qualitative Research Methods (Coursera) Coursera
University of Amsterdam

Qualitative Research Methods (Coursera)

In this course you will be introduced to the basic ideas behind the qualitative research in social science. You will learn about data collection, description, analysis and interpretation in qualitative research. Qualitative research often involves an iterative process. We will focus on the ingredients required for this process: data collection and analysis.

Dec 7th 2026
5-12 Weeks
Estadística aplicada a los negocios (Coursera) Coursera
Universidad Austral

Estadística aplicada a los negocios (Coursera)

La toma de decisiones está en la esencia de los negocios. Gerenciar es tomar decisiones, muchas veces bajo presión, con información desordenada y en un contexto de incertidumbre. Un aspecto básico es entender y analizar la información, organizar los datos de forma de facilitar su posterior uso y la toma de decisiones.

Dec 7th 2026
4 Weeks
Mathématiques : préparation à l'entrée dans l'enseignement supérieur (FUN) FUN
École Polytechnique

Mathématiques : préparation à l'entrée dans l'enseignement supérieur (FUN)

Ce MOOC de Mathématiques a été conçu pour vous accompagner dans la transition entre le lycée et l’enseignement supérieur. Composée de 5 modules, cette préparation en mathématiques permet de consolider vos acquis et de vous préparer à l'entrée dans l'enseignement supérieur. Ce MOOC est également une occasion d’évaluer vos connaissances en fin de lycée et de réviser les notions mathématiques qui seront essentielles pour une bonne intégration dans l’enseignement supérieur.

No sessions available
5-12 Weeks