L'atelier se concentrera sur la théorie et les méthodes d'analyse des données manquantes et leur application aux modèles de variables latentes. Les sujets abordés comprennent l'estimation du maximum de vraisemblance en cas de données manquantes, le théorème du score moyen, l'algorithme EM, l'imputation, l'imputation fractionnelle, l'imputation multiple, les scores de propension, l'estimation doublement robuste et les données manquantes non ignorables.

Aperçu :

1. Théorie de base pour les données manquantes (80 minutes)
2. Imputation (80 minutes)
3. Approche par score de propension (80 minutes)
4. Sujets avancés (80 minutes)

Note:

Session 1: (9:00-10:20)

Pause café: (10:20-10:40)

Session 2: (10:40-12:00)

Pause déjeuner: (12:00-13:30)

Session 3: (13:30-14:50)

Pause café: (14:50-15:10)

Session 4: (15:10-16:30).