61 research outputs found
Copy Mean: A New Method to Impute Intermittent Missing Values in Longitudinal Studies
No full textCopyright © 2013 Christophe Genolini et al. This is an open access article distributed under the Creative Commons Attribution Li-cense, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Longitudinal studies are those in which the same variable is repeatedly measured at different times. These studies are more likely than others to suffer from missing values. Since the presence of missing values may have an important im-pact on statistical analyses, it is important that they should be dealt with properly. In this paper, we present “Copy Mean”, a new method to impute intermittent missing values. We compared its efficiency in eleven imputation methods dedicated to the treatment of missing values in longitudinal data. All these methods were tested on three markedly dif-ferent real datasets (stationary, increasing, and sinusoidal pattern) with complete data. For each of them, we generated nine types of incomplete datasets that include 10%, 30%, or 50 % of missing data using either a Missing Completely at Random, a Missing at Random, or a Missing Not at Random missingness mechanism. Our results show that Copy Mean has a great effectiveness, exceeding or equaling the performance of other methods in almost all configurations. The ef-fectiveness of linear interpolation is highly data-dependent. The Last Occurrence Carried Forward method is strongly discouraged
Analyse des profils hormonaux du cycle féminin pour l’étude de la déficience lutéale
No full textLes niveaux hormonaux peuvent varier grandement entre cycles menstruels et entre femmes aux cycles dits « normaux ». Outre les niveaux quotidiens, ces profils présentent une grande diversité d’amplitudes, de durées, de positions et de formes. Ces constats ont ravivé l'intérêt pour l'étude des profils individuels plutôt que généraux. En effet, les profils de la littérature sont des moyennes dont peuvent s’éloigner plusieurs profils individuels ; d’où la nécessité de descriptions plus précises.Dans cette thèse, nous explorons la diversité des profils hormonaux au cours de la phase lutéale du cycle et présentons un concept original pour caractériser la plupart des ondes hormonales avec quatre paramètres seulement. Cela a été obtenu via une distribution bêta-binomiale. De plus, nous proposons un nouveau modèle de régression où le profil hormonal est variable dépendante et une variété de variables binaires ou continues sont prédicteurs.La méthode a été appliquée pour décrire les profils hormonaux de la phase lutéale et a donné des résultats intéressants. Un continuum allant de la phase lutéale normale à la déficience lutéale serait plus approprié qu’une classification binaire (normale/anormale). Les données analysées ont montré qu’un petit follicule a un impact négatif sur la qualité de la phase lutéale et qu’un niveau élevé de PDG perivulatoire (i.e., une lutéinisation prématurée) semble préjudiciable à la phase lutéale. Un niveau de PDG lutéale normal puis faible est probablement un signe d'anomalie de la phase lutéale. De plus, au cours de la phase lutéale, divers profils de métabolites de la progestérone sont corrélés avec plusieurs caractéristiques des femmes et du cycleEven in normally cycling women, hormone levels vary widely between cycles and between women. Beyond day-by-day levels, hormone profiles do display a great variety of heights, durations, locations, and shapes. These observations have renewed the interest in the assessment of individual rather than general hormone profiles. Actually, as reported by the literature, cycle hormone profiles are averages of many individual profiles but individual profiles may be far from matching these averages. This raises the need for sharper descriptions.In this thesis, we explore the diversity of hormonal profiles observed during the luteal phase of the menstrual cycle and present an original concept to characterize most hormone waves using only four parameters. This was obtained via a beta-binomial distribution. Moreover, we propose a new regression model that considers the hormonal profile as dependent variable and a variety of binary or continuous variables as predictors.We applied the method to describe hormone profiles during the luteal phase and obtained interesting results. Instead of a binary classification (normal/abnormal), it would be more appropriate to consider a continuum from normal luteal phase to luteal deficiency. In the analyzed dataset, a small follicle had a negative impact on the quality of the luteal phase and a high periovulatory PDG level (i.e., a premature luteinization) seemed detrimental to the luteal phase. The occurrence of a normal then low luteal PDG level is probably a potential sign of luteal phase abnormality. Furthermore, distinct progesterone metabolite profiles during the luteal phase were found correlated with several women and cycle characteristic
R++, un logiciel d’analyse statistique simple et intuitif
No full textInternational audienceData science is gradually entering all areas of society, both in academia and in the private sector. Statistical analysis software are used by data scientist but also by non-experts (medical doctors, industrial, human resources, ...). Unfortunately, they are integrated into obsolete interfaces that completely ignore principles of HCI and are poorly adapted to non-expert users. The R++ project aims to develop a modern statistical analysis software program integrated into a user-friendly interface. In this paper, we present the methodology that led us to the design of R++. We also give examples that this methodology allowed us to achieve.La science des données est en train de progressivement infiltrer tous les domaines de la société. De plus en plus de non-statisticiens y ont recours : chercheurs, mais aussi médecins, industriels, psychologues, commerciaux, marketeurs, communiquants... Malheureusement, les logiciels d’analyse statistique sont généralement intégrés dans des interfaces obsolètes mal adaptées à des non-spécialistes et qui ignorent complètement les principes de l’IHM. Le projet R++ est de développer un logiciel d’analyse statistique à destination des non-statisticiens. Dans cet article, nous présentons la méthodologie qui nous a conduit à la conception de R++. Nous donnons aussi des exemples de ce que cette méthodologie nous a permis de réaliser
R++, un logiciel d’analyse statistique simple et intuitif
No full textInternational audienceData science is gradually entering all areas of society, both in academia and in the private sector. Statistical analysis software are used by data scientist but also by non-experts (medical doctors, industrial, human resources, ...). Unfortunately, they are integrated into obsolete interfaces that completely ignore principles of HCI and are poorly adapted to non-expert users. The R++ project aims to develop a modern statistical analysis software program integrated into a user-friendly interface. In this paper, we present the methodology that led us to the design of R++. We also give examples that this methodology allowed us to achieve.La science des données est en train de progressivement infiltrer tous les domaines de la société. De plus en plus de non-statisticiens y ont recours : chercheurs, mais aussi médecins, industriels, psychologues, commerciaux, marketeurs, communiquants... Malheureusement, les logiciels d’analyse statistique sont généralement intégrés dans des interfaces obsolètes mal adaptées à des non-spécialistes et qui ignorent complètement les principes de l’IHM. Le projet R++ est de développer un logiciel d’analyse statistique à destination des non-statisticiens. Dans cet article, nous présentons la méthodologie qui nous a conduit à la conception de R++. Nous donnons aussi des exemples de ce que cette méthodologie nous a permis de réaliser
Eveiller l'intérêt pour la statistique par l'exemple
No full textNational audienceLongtemps cantonné à un public de spécialistes, l’enseignement de la statistique fait actuellement son apparition dans de nombreux cursus universitaires. L’enseignant se trouve confronté au problème d’enseigner la statistique à un public qui n’a a priori aucun goût pour sa matière. Or un des moteurs de l’apprentissage est la motivation. L’enseignant doit donc, avant même d’entrer dans le vif du sujet, dé-diaboliser sa matière et éveiller l’intérêt de ses étudiants. Une possibilité pour atteindre un tel objectif est de présenter des exemples « grand public ». Par exemples « grand public », nous entendons des exemples qui transcendent les champs disciplinaires pour intéresser tout le monde, y compris le non spécialiste ; des exemples que l’on peut raconter lors d’une soirée entre amis et qui accaparent l’attention des convives ; des exemples qui touchent à des sujets sensibles (nos impôts, la violence) ou qui remettent en cause des certitudes. Cet article présente quelques-uns de ces exemples. / Arousing interest for statistics through examples Largely limited to technical programs in former times, statistical training is now pervasive in university education. As a result, instructors are often confronted with the problem of addressing audiences that do not particularly care for statistics. Motivation being a key ingredient for learning, instructors must exorcise the subject and arouse the students’ interest before delving into the material. One way to achieve this goal is to start with examples of general interest, i.e., examples that transcend disciplines and catch everyone’s attention, examples that can be told at a party and keep the guests entertained, examples touching on sensitive topics (income tax, violence) or challenging beliefs. This article describes a few examples of this sort
KmL: k-means for longitudinal data
No full textFunctional analysis, Longitudinal data, k-means, Cluster analysis, Non-parametric algorithm,
Eveiller l'intérêt pour la statistique par l'exemple
No full textNational audienceLongtemps cantonné à un public de spécialistes, l’enseignement de la statistique fait actuellement son apparition dans de nombreux cursus universitaires. L’enseignant se trouve confronté au problème d’enseigner la statistique à un public qui n’a a priori aucun goût pour sa matière. Or un des moteurs de l’apprentissage est la motivation. L’enseignant doit donc, avant même d’entrer dans le vif du sujet, dé-diaboliser sa matière et éveiller l’intérêt de ses étudiants. Une possibilité pour atteindre un tel objectif est de présenter des exemples « grand public ». Par exemples « grand public », nous entendons des exemples qui transcendent les champs disciplinaires pour intéresser tout le monde, y compris le non spécialiste ; des exemples que l’on peut raconter lors d’une soirée entre amis et qui accaparent l’attention des convives ; des exemples qui touchent à des sujets sensibles (nos impôts, la violence) ou qui remettent en cause des certitudes. Cet article présente quelques-uns de ces exemples. / Arousing interest for statistics through examples Largely limited to technical programs in former times, statistical training is now pervasive in university education. As a result, instructors are often confronted with the problem of addressing audiences that do not particularly care for statistics. Motivation being a key ingredient for learning, instructors must exorcise the subject and arouse the students’ interest before delving into the material. One way to achieve this goal is to start with examples of general interest, i.e., examples that transcend disciplines and catch everyone’s attention, examples that can be told at a party and keep the guests entertained, examples touching on sensitive topics (income tax, violence) or challenging beliefs. This article describes a few examples of this sort
R++, User-Friendly Statistical Software
No full textPart 9: Industry Case StudiesInternational audienceStatistical analysis is gradually entering all areas of society, be in academia or in the private sector. Statistical software is used by statisticians but also by non-experts (medical doctors, psychologists...). Unfortunately, this kind of software is integrated into obsolete interfaces that completely ignore the principles of HCI and are poorly adapted to non-expert users.R++ project aims to develop a modern statistical analysis software program integrated into a user-friendly interface. In this paper, we present the methodology that led us to the design of R++. We also give two examples that this methodology allowed us to achieve
kml and kml3d: R Packages to Cluster Longitudinal Data
No full textLongitudinal studies are essential tools in medical research. In these studies, variables are not restricted to single measurements but can be seen as variable-trajectories, either single or joint. Thus, an important question concerns the identification of homogeneous patient trajectories. kml and kml3d are R packages providing an implementation of k-means designed to work specifically on trajectories (kml) or on joint trajectories (kml3d). They provide various tools to work on longitudinal data: imputation methods for trajectories (nine classic and one original), methods to define starting conditions in k-means (four classic and three original) and quality criteria to choose the best number of clusters (four classic and one original). In addition, they offer graphic facilities to visualize the trajectories, either in 2D (single trajectory) or 3D (joint-trajectories). The 3D graph representing the mean joint-trajectories of each cluster can be exported through LATEX in a 3D dynamic rotating PDF graph (Figures 1 and 9)
- …
