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

Fondamentaux pour le Big Data (FUN) FUN
Institut Mines-Telecom

Fondamentaux pour le Big Data (FUN)

Le MOOC « Fondamentaux pour le big data » permet d'acquérir efficacement le niveau prérequis en informatique et en statistiques pour suivre des formations dans le domaine du big data. Le big data offre de nouvelles opportunités d’emplois au sein des entreprises et des administrations. De nombreuses formations préparant à ces opportunités de métiers existent. Le suivi de ces formations nécessite des connaissances de base en statistiques et en informatique que ce MOOC vous propose d’acquérir dans les domaines de l’analyse, algèbre, probabilités, statistiques, programmation Python et bases de données.

No sessions available
5-12 Weeks
Principles of fMRI 1 (Coursera) Coursera
Johns Hopkins University

Principles of fMRI 1 (Coursera)

Functional Magnetic Resonance Imaging (fMRI) is the most widely used technique for investigating the living, functioning human brain as people perform tasks and experience mental states. It is a convergence point for multidisciplinary work from many disciplines. Psychologists, statisticians, physicists, computer scientists, neuroscientists, medical researchers, behavioral scientists, engineers, public health researchers, biologists, and others are coming together to advance our understanding of the human mind and brain. This course covers the design, acquisition, and analysis of Functional Magnetic Resonance Imaging (fMRI) data, including psychological inference, MR Physics, K Space, experimental design, pre-processing of fMRI data, as well as Generalized Linear Models (GLM’s).

Oct 12th 2026
4 Weeks
Manufacturing Process Control II (edX) EdX
MIT,MITx

Manufacturing Process Control II (edX)

Learn how to control process variation, including methods to design experiments that capture process behavior and understand means to control variability. As part of the Principles of Manufacturing MicroMasters program, this course will build on statistical process control foundations to add process modeling and optimization.Building on formal methods of designed experiments, the course develops highly applicable methods for creating robust processes with optimal quality.

Oct 13th 2026
5-12 Weeks
Exploratory Multivariate Data Analysis (FUN) FUN
Agrocampus Ouest

Exploratory Multivariate Data Analysis (FUN)

Exploratory multivariate data analysis is studied and teached in a French-way since a long time in France. This course focuses on four essential and basic methods, those with the largest potential in terms of applications: principal component analysis (PCA) when variables are quantitative, correspondence analysis (CA) and multiple correspondence analysis (MCA) when variables are categorical and clustering. This course has been designed for scientists whose aim is not to become statisticians but who feel the need to analyze the data themselves. It is therefore addressed to practitioners who are confronted with the analysis of data in marketing, surveys, ecology, biology, geography, etc.

Mar 7th 2022
5-12 Weeks
Devenir ingénieur, c'est possible! (FUN) FUN
Instituts des Techniques d'Ingénieur de l'Industrie - ITII

Devenir ingénieur, c'est possible! (FUN)

L’objectif du MOOC est de vous présenter les différentes facettes du métier d’ingénieur. A travers le suivi de ce MOOC, vous découvrirez des témoignages d’ingénieurs illustrant leur quotidien et leur vision du métier. Ces témoignages seront complétés par des présentations réalisées par des spécialistes des formations d’ingénieur.

No session available
4 Weeks
La métabolomique : enjeux technologiques et scientifiques (FUN) FUN
Université de Rennes 1,Centre National de la Recherche Scientifique - CNRS,Institut Français de Bioinformatique - IFB,Institut National de la Recherche Agronomique - INRA

La métabolomique : enjeux technologiques et scientifiques (FUN)

Le mooc est produit par le Centre National de Recherche Scientifique, l'Institut Français de Bioinformatique ,l'Institut National de la Recherche Agronomique ,en partenariat avec l'Université de Rennes 1 . Il propose à la communauté francophone de découvrir la métabolomique, une nouvelle démarche scientifique et méthodologique.

No sessions available
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
Survival Analysis in R for Public Health (Coursera) Coursera
Imperial College London

Survival Analysis in R for Public Health (Coursera)

The three earlier courses in this series covered statistical thinking, correlation, linear regression and logistic regression. This one will show you how to run survival – or “time to event” – analysis, explaining what’s meant by familiar-sounding but deceptive terms like hazard and censoring, which have specific meanings in this context. Using the popular and completely free software R, you’ll learn how to take a data set from scratch, import it into R, run essential descriptive analyses to get to know the data’s features and quirks, and progress from Kaplan-Meier plots through to multiple Cox regression.

Sep 21st 2026
4 Weeks
Concepts et méthodes en épidémiologie (FUN) FUN
le cnam

Concepts et méthodes en épidémiologie (FUN)

Surveiller les maladies, mener les enquêtes en population pour identifier leurs causes (comportements, expositions environnementales, facteurs génétiques) : c’est le rôle de l’épidémiologie dont ce cours vous enseigne les principes et méthodes. Monitoring diseases and carrying out population-based surveys to identify their causes (behaviours, environmental exposure, and genetic factors): such is the role of epidemiology, the principles and methods of which you will learn during this course.

No sessions available
5-12 Weeks