Lundi 16 Décembre 2013
Le professeur de Tibeiro présente une communication au campus de Moncton
Intitulée "Correspondence Analysis with Incomplete Paired data using Bayesian Imputation", la communication a été présentée en français par le professeur de Tibeiro. Il a fait part des résultats d'une analyse factorielle des correspondances (AFC) portant sur un tableau symétrique complexe d'élément générique k (i , i′) portant sur des traits associés par paires relatifs aux malformations cardiaques congénitales différentes chez des sujets consanguins, essentiellement des enfants ayant les mêmes parents (ou un seul parent commun). Dans ce tableau k (i i′) représente le nombre de cas concernant deux sujets consanguins dont l'un est atteint de i, l'autre de i′.
La diagonale principale de ce tableau symétrique est nulle, parce qu'excluant les cas de deux sujets présentant la même malformation, on dénombre seulement les cas où il s'agit de malformations distinctes. Faute de diagonale principale, le tableau de contingence ainsi défini se prête mal à l'analyse. Avec son collègue, le professeur Murdoch de l'Université Western Ontario, le professeur de Tibeiro a proposé une nouvelle méthode pour compléter cette diagonale par des procédures d'imputation Markov Chain Monte Carlo (MCMC) sous l'hypothèse du modèle conditionnel de Bayes incluant les algorithmes Gibbs Sampling & Metropolis-Hastings et l'algorithme Data Augmentation.
Cette étude a déjà fait l'objet d'une publication dans le journal Bayesian Analysis, (2010), 5, Number 3, pp. 519-532.
Retourner aux nouvelles