Show item record

dc.contributor.advisorLafaye de Micheaux, Pierre
dc.contributor.authorDelorme, Philippe
dc.date.accessioned2013-02-27T21:41:43Z
dc.date.availableNO_RESTRICTIONen
dc.date.available2013-02-27T21:41:43Z
dc.date.issued2013-02-01
dc.date.submitted2012-12
dc.identifier.urihttp://hdl.handle.net/1866/9118
dc.subjectTaille d’échantillonen
dc.subjectPuissanceen
dc.subjectHypothèses multiplesen
dc.subjectSample sizeen
dc.subjectPoweren
dc.subjectMultiple endpointsen
dc.subject.otherMathematics / Mathématiques (UMI : 0405)en
dc.titleApproximation du calcul de la taille échantillonnale pour les tests à hypothèses multiples lorsque r parmis m hypothèses doivent être significativesen
dc.typeThèse ou mémoire / Thesis or Dissertation
etd.degree.disciplineStatistiqueen
etd.degree.grantorUniversité de Montréalfr
etd.degree.levelMaîtrise / Master'sen
etd.degree.nameM. Sc.en
dcterms.abstractGénéralement, dans les situations d’hypothèses multiples on cherche à rejeter toutes les hypothèses ou bien une seule d’entre d’elles. Depuis quelques temps on voit apparaître le besoin de répondre à la question : « Peut-on rejeter au moins r hypothèses ? ». Toutefois, les outils statisques pour répondre à cette question sont rares dans la littérature. Nous avons donc entrepris de développer les formules générales de puissance pour les procédures les plus utilisées, soit celles de Bonferroni, de Hochberg et de Holm. Nous avons développé un package R pour le calcul de la taille échantilonnalle pour les tests à hypothèses multiples (multiple endpoints), où l’on désire qu’au moins r des m hypothèses soient significatives. Nous nous limitons au cas où toutes les variables sont continues et nous présentons quatre situations différentes qui dépendent de la structure de la matrice de variance-covariance des données.en
dcterms.abstractGenerally, in multiple endpoints situations we want to reject all hypotheses or at least only one of them. For some time now, we see emerge the need to answer the question : "Can we reject at least r hypotheses ?" However, the statistical tools to answer this new problem are rare in the litterature. We decide to develop general power formulas for the principals procedures : Bonferroni’s, Hochberg’s and Holm’s procedures. We also develop an R package for the sample size calculation for multiple endpoints, when we want to reject at least r hypotheses. We limit ourselves in the case where all the variables are continuous and we present four different situations depending on the structure of the data’s variance-covariance matrix.en
dcterms.languagefraen


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show item record