La randomisation mendélienne est une méthode d’instrumentation utilisant des instruments de nature génétique afin d’estimer, via par exemple la régression des moindres carrés en deux étapes, une relation de causalité entre un facteur d’exposition et une réponse lorsque celle-ci est confondue par une ou plusieurs variables de confusion non mesurées. La randomisation mendélienne est en mesure de gérer le biais de confusion à condition que les instruments utilisés soient valides, c’est-à-dire qu’ils respectent trois hypothèses clés. On peut généralement se convaincre que deux des trois hypothèses sont satisfaites alors qu’un phénomène génétique, la pléiotropie, peut parfois rendre la troisième hypothèse invalide. En présence d’invalidité, l’estimation de l’effet causal de l’exposition sur la réponse peut être sévèrement biaisée. Afin d’évaluer la potentielle présence d’invalidité lorsqu’un seul instrument est utilisé, Glymour et al. (2012) ont proposé une méthode qu’on dénomme ici l’approche de la différence simple qui utilise le signe de la différence entre l’estimateur des moindres carrés ordinaires de la réponse sur l’exposition et l’estimateur des moindres carrés en deux étapes calculé à partir de l’instrument pour juger de l’invalidité de l’instrument. Ce mémoire introduit trois méthodes qui s’inspirent de cette approche, mais qui sont applicables à la randomisation mendélienne à instruments multiples. D’abord, on introduit l’approche de la différence globale, une simple généralisation de l’approche de la différence simple au cas des instruments multiples qui a comme objectif de détecter si un ou plusieurs instruments utilisés sont invalides. Ensuite, on introduit les approches des différences individuelles et des différences groupées, deux méthodes qui généralisent les outils de détection de l’invalidité de l’approche de la différence simple afin d’identifier des instruments potentiellement problématiques et proposent une nouvelle estimation de l’effet causal de l’exposition sur la réponse. L’évaluation des méthodes passe par une étude théorique de l’impact de l’invalidité sur la convergence des estimateurs des moindres carrés ordinaires et des moindres carrés en deux étapes et une simulation qui compare la précision des estimateurs résultant des différentes méthodes et leur capacité à détecter l’invalidité des instruments.

Pour construire des intervalles de confiance, nous pouvons utiliser diverses approches bootstrap. Nous avons un problème pour le contexte spécifique d’un paramètre de proportion lorsque l’estimateur usuel, la proportion de succès dans l’échantillon ˆp, est nul. Dans un contexte classique d’observations indépendantes et identiquement distribuées (i.i.d.) de la distribution Bernoulli, les échantillons bootstrap générés ne contiennent que des échecs avec probabilité 1 et les intervalles de confiance bootstrap deviennent dégénérés en un seul point, soit le point 0. En contexte de population finie, nous sommes confrontés aux mêmes problèmes lorsqu’on applique une méthode bootstrap à un échantillon de la population ne contenant que des échecs. Une solution possible s’inspire de l’estimateur utilisé dans les méthodes de [Wilson, 1927] et [Agresti et Coull, 1998] où ceux-ci considèrent ˜p l’estimateur qui prend la proportion de succès d’un échantillon augmenté auquel on a ajouté deux succès et deux échecs. La solution que nous introduisons consiste à effectuer le bootstrap de la distribution de ˆp mais en appliquant les méthodes bootstrap à l’échantillon augmenté de deux succès et deux échecs, tant en statistique classique que pour une population finie. Les résultats ont démontré qu’une version de la méthode percentile est la méthode bootstrap la plus efficace afin d’estimer par intervalle de confiance un paramètre de proportion autant dans un contexte i.i.d. que dans un contexte d’échantillonnage avec le plan aléatoire simple sans remise. Nos simulations ont également démontré que cette méthode percentile pouvait compétitionner avantageusement avec les meilleures méthodes traditionnelles.

Ce mémoire propose une adaptation lisse de méthodes bootstrap par pseudo-population aux fins d'estimation de la variance et de formation d'intervalles de confiance pour des quantiles de population finie. Dans le cas de données i.i.d., Hall et al. (1989) ont montré que l'ordre de convergence de l'erreur relative de l’estimateur bootstrap de la variance d’un quantile échantillonnal connaît un gain lorsque l'on rééchantillonne à partir d’une estimation lisse de la fonction de répartition plutôt que de la fonction de répartition expérimentale. Dans cet ouvrage, nous étendons le principe du bootstrap lisse au contexte de population finie en le mettant en œuvre au sein des méthodes bootstrap par pseudo-population. Étant donné un noyau et un paramètre de lissage, cela consiste à lisser la pseudo-population dont sont issus les échantillons bootstrap selon le plan de sondage initial. Deux plans sont abordés, soit l'échantillonnage aléatoire simple sans remise et l'échantillonnage de Poisson. Comme l'utilisation des algorithmes proposés nécessite la spécification du paramètre de lissage, nous décrivons une méthode de sélection par injection et des méthodes de sélection par la minimisation d'estimés bootstrap de critères d'ajustement sur une grille de valeurs du paramètre de lissage. Nous présentons des résultats d'une étude par simulation permettant de montrer empiriquement l'efficacité de l'approche lisse par rapport à l'approche standard pour ce qui est de l'estimation de la variance d'un estimateur de quantile et des résultats plus mitigés en ce qui concerne les intervalles de confiance.

Dans ce travail, nous comparons par simulation diverses méthodes bootstrap d’évaluation de la précision d’une estimation d’enquête pour trois plans d’échantillonnage: le plan aléatoire simple sans remise, le plan de Poisson et le plan de Poisson conditionnel. La plupart des méthodes bootstrap ont été dérivées de manière à reproduire l’estimation habituelle de la variance dans le cas d’un paramètre linéaire comme la moyenne ou le total d’une population. Nous évaluons la méthode d’une part pour estimer la variance et d’autre part pour construire des intervalles de confiance bootstrap en utilisant quatre techniques différentes, à savoir la technique asymptotique, percentile, bootstrap de base et t-bootstrap pour un total, mais aussi un ratio, un coefficient de corrélation, une médiane et un indice de Gini. La manière de mettre en oeuvre le t-bootstrap pour plusieurs méthodes bootstrap est une contribution originale de ce mémoire.

Dans le contexte des études observationnelles, l'estimation de l'effet d'une exposition sur une issue doit gérer l'effet de variables de confusion non mesurées qui affectent à la fois l'exposition et l'issue, sans quoi l'estimation de l'effet causal sera biaisée. En réponse à ce problème de biais de confusion, la discipline de l'économétrie a développé la méthode des variables instrumentales. Cette dernière permet d'inférer un effet causal lorsqu'il y a de la confusion en utilisant des variables ayant la propriété d'être « aléatoires » dans le modèle d'estimation, en plus d'être fortement associées à l'exposition. Ainsi peuvent-elles être utilisées comme des instruments pour randomiser l'exposition. Le contexte d'estimation devient alors comparable à celui d'un essai randomisé, reconnu comme le \textit{gold standard} pour inférer la causalité. La solution se traduit en génétique par la technique de la randomisation mendélienne. Cette technique tire avantage de l'allocation aléatoire des allèles à la naissance et utilise des polymorphismes nucléotidiques (SNPs) comme instruments pour obtenir un phénotype exposition « quasi randomisé ». Par contre, les SNPs doivent satisfaire certaines suppositions de validité qui ne sont pas toutes vérifiables dans un jeu de données. Avec des instruments multiples, l'estimation de l'effet se fait fréquemment par la méthode des moindres carrés en deux étapes. Or, cette méthode suppose que tous les SNPs sont valides, alors qu'il est probable qu'en réalité certains SNPs soient invalides: par exemple, dû au phénomène de la pléiotropie. Pour tenir compte de la possibilité que certains SNPs soient invalides, Kang et al. (2014) ont proposé l'estimateur sisVIVE, qui gère l'effet de l'invalidité des SNPs jusqu'à un seuil de 50% de SNPs invalides et offre une estimation ponctuelle de l'effet causal. Nous contribuons à la littérature de sisVIVE en explorant une méthode bootstrap pour construire des intervalles de confiance. Les résultats de l'étude obtenus par simulations ainsi qu'une application à une base de données de la Biobanque de l'Institut de Montréal seront présentés.

En cardiologie, on appelle RR la durée d'un cycle cardiaque et QT le temps requis par le cycle pour passer de l'état Q à l'état T. Une quantité importante pour les cardiologues est le QTc, la valeur de QT pour un RR de 1 seconde. Afin de l'estimer, des couples QT et RR sont mesurés et un modèle de régression est ajusté et évalué à RR = 1. Une difficulté importante est que les RR observés sont en général bien inférieurs à 1, menant à une extrapolation. Des études préliminaires semblent indiquer que parmi les six modèles considérés par les chercheurs en cardiologie, le modèle le plus complet (trois paramètres) est surparamétré. Ce mémoire s'attarde dans un premier temps à démontrer cette surparamétrisation, puis à mesurer les conséquences de celle-ci lorsque ce modèle est utilisé afin d'estimer le QTc. L'ensemble de toutes les courbes engendrées par le modèle le plus complet menant à des valeurs de QT vraisemblables lorsqu'appliquées à des valeurs de RR vraisemblables a été considéré. Pour chcune d'entre elles, il a été possible d'en trouver une autre suffisamment similaire pour deux des modèles parmi les six qui ne dépendent que de deux paramètres. Afin de mesurer les conséquences d'une telle surparamétrisation, la procédure delta, ne nécessitant aucune hypothèse distributionnelle, a été élaborée puis appliquée. Au final, pour un modèle donné, le QTc a été estimé à partir de l'ensemble des courbes engendrant un critère des moindres carrés d'au plus delta = 1% supérieure au minimum. L'étendue des QTc ainsi obtenus suite à une extrapolation pour le modèle le plus complet est énorme. On en conclut que l'utilisation de ce modèle afin d'estimer le QTc est tout simplement à proscrire.

La plupart des femmes ayant été atteintes d’arthrite juvénile idiopathique (AJI) continuent de souffrir d’arthrite à l’âge adulte. Certains des médicaments utilisés dans le traitement de l’arthrite tels que les corticostéroïdes et les antiinflammatoires non stéroïdiens (AINS) ne sont pas recommandés durant la grossesse. Le but de ce mémoire est d’estimer l’impact de la prise de ces médicaments sur les événements néfastes à l’accouchement chez ces femmes et leur bébé. Des données administratives sur les prescriptions de médicaments et les hospitalisations d’une cohorte de 1756 femmes ayant souffert d’AJI sont utilisées. Elles ont permis de reconstruire l’historique de consommation de médicaments contre l’arthrite chez les femmes durant la grossesse et l’année précédente. Pour ce faire, deux sous-cohortes de femmes ayant souffert d’AJI ont été formées : une pour la période grossesse et une autre pour la grossesse et l’année précédant celle-ci. Les événements d’intérêt étaient : malformations congénitales, complications néonatales, complications maternelles et petit poids pour l’âge gestationnel. Les proportions de cas présentant l’un de ces événements variaient entre 11,52% et 37,08%. Les médicaments ont été modélisés en terme d’utilisation ou de durée totale de consommation durant la période d’étude. Pour chaque événement, des modèles logistiques ont été estimés pour mesurer l’association entre la prise de médicaments et l’événement, en ajustant pour des variables de confusion potentielles : hypertension avant la grossesse, âge à l’accouchement et obtention du diplôme de secondaire. La consommation de corticostéroïdes semble augmenter statistiquement significativement le risque de présenter des malformations congénitales mais n’avoir aucun impact sur les autres événements. Aucun lien statistiquement significatif n’a été observé entre la consommation de AINS et les événements d’intérêt.

Les tests d’adéquation font partie des pratiques qu’ont les statisticiens pour prendre une décision concernant l’hypothèse de l’utilisation d’une distribution paramétrique pour un échantillon. Dans ce mémoire, une application du test d’adéquation basé sur la fonction caractéristique proposé par Jiménez-Gamero et al. (2009) est faite dans le cas de la loi de Poisson bivariée. Dans un premier temps, le test est élaboré dans le cas de l’adéquation à une loi de Poisson univariée et nous avons trouvé son niveau bon. Ensuite cette élaboration est étendue au cas de la loi de Poisson bivariée et la puissance du test est calculée et comparée à celle des tests de l’indice de dispersion, du Quick test de Crockett et des deux familles de tests proposés par Novoa-Muñoz et Jiménez-Gamero (2014). Les résultats de la simulation ont permis de constater que le test avait un bon niveau comparativement aux tests de l’indice de dispersion et au Quick test de Crockett et qu’il était généralement moins puissant que les autres tests. Nous avons également découvert que le test de l’indice de dispersion devrait être bilatéral alors qu’il ne rejette que pour de grandes valeurs de la statistique de test. Finalement, la valeur-p de tous ces tests a été calculée sur un jeu de données de soccer et les conclusions comparées. Avec une valeur-p de 0,009, le test a rejeté l’hypothèse que les données provenaient d’une loi de Poisson bivariée alors que les tests proposés par Novoa-Muñoz et Jiménez-Gamero (2014) donnaient une conclusion différente.

Suite à un stage avec la compagnie Hatch, nous possédons des jeux de données composés de séries chronologiques de vitesses de vent mesurées à divers sites dans le monde, sur plusieurs années. Les ingénieurs éoliens de la compagnie Hatch utilisent ces jeux de données conjointement aux banques de données d’Environnement Canada pour évaluer le potentiel éolien afin de savoir s’il vaut la peine d’installer des éoliennes à ces endroits. Depuis quelques années, des compagnies offrent des simulations méso-échelle de vitesses de vent, basées sur divers indices environnementaux de l’endroit à évaluer. Les ingénieurs éoliens veulent savoir s’il vaut la peine de payer pour ces données simulées, donc si celles-ci peuvent être utiles lors de l’estimation de la production d’énergie éolienne et si elles pourraient être utilisées lors de la prévision de la vitesse du vent long terme. De plus, comme l’on possède des données mesurées de vitesses de vent, l’on en profitera pour tester à partir de diverses méthodes statistiques différentes étapes de l’estimation de la production d’énergie. L’on verra les méthodes d’extrapolation de la vitesse du vent à la hauteur d’une turbine éolienne et l’on évaluera ces méthodes à l’aide de l’erreur quadratique moyenne. Aussi, on étudiera la modélisation de la vitesse du vent par la distributionWeibull et la variation de la distribution de la vitesse dans le temps. Finalement, l’on verra à partir de la validation croisée et du bootstrap si l’utilisation de données méso-échelle est préférable à celle de données des stations de référence, en plus de tester un modèle où les deux types de données sont utilisées pour prédire la vitesse du vent. Nous testerons la méthodologie globale présentement utilisée par les ingénieurs éoliens pour l’estimation de la production d’énergie d’un point de vue statistique, puis tenterons de proposer des changements à cette méthodologie, qui pourraient améliorer l’estimation de la production d’énergie annuelle.

Le sujet principal de cette thèse porte sur l'étude de l'estimation de la variance d'une statistique basée sur des données d'enquête imputées via le bootstrap (ou la méthode de Cyrano). L'application d'une méthode bootstrap conçue pour des données d'enquête complètes (en absence de non-réponse) en présence de valeurs imputées et faire comme si celles-ci étaient de vraies observations peut conduire à une sous-estimation de la variance. Dans ce contexte, Shao et Sitter (1996) ont introduit une procédure bootstrap dans laquelle la variable étudiée et l'indicateur de réponse sont rééchantillonnés ensemble et les non-répondants bootstrap sont imputés de la même manière qu'est traité l'échantillon original. L'estimation bootstrap de la variance obtenue est valide lorsque la fraction de sondage est faible. Dans le chapitre 1, nous commençons par faire une revue des méthodes bootstrap existantes pour les données d'enquête (complètes et imputées) et les présentons dans un cadre unifié pour la première fois dans la littérature. Dans le chapitre 2, nous introduisons une nouvelle procédure bootstrap pour estimer la variance sous l'approche du modèle de non-réponse lorsque le mécanisme de non-réponse uniforme est présumé. En utilisant seulement les informations sur le taux de réponse, contrairement à Shao et Sitter (1996) qui nécessite l'indicateur de réponse individuelle, l'indicateur de réponse bootstrap est généré pour chaque échantillon bootstrap menant à un estimateur bootstrap de la variance valide même pour les fractions de sondage non-négligeables. Dans le chapitre 3, nous étudions les approches bootstrap par pseudo-population et nous considérons une classe plus générale de mécanismes de non-réponse. Nous développons deux procédures bootstrap par pseudo-population pour estimer la variance d'un estimateur imputé par rapport à l'approche du modèle de non-réponse et à celle du modèle d'imputation. Ces procédures sont également valides même pour des fractions de sondage non-négligeables.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.