BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//132.216.98.100//NONSGML kigkonsult.se iCalcreator 2.20.4//
BEGIN:VEVENT
UID:20250803T191313EDT-8730gatWhp@132.216.98.100
DTSTAMP:20250803T231313Z
DESCRIPTION:Le score de propension à hautes dimensions: Exemple empirique d
 ans le contexte québécois.\n\nLa présentation se concentrera autour de la
  description de l'utilisation du score de propension à hautes dimensions 
 (hdPS) dans le cadre d'études observationnelles. Cette méthode est une e
 xtension du score de propension initialement proposée par Rosenbaum et Ru
 bin (1983) combinant l'ajustement pour des variables définies par les inv
 estigateurs et une approche de 'data mining' dépendant sur l'algorithme d
 e sélection de l'approche. La présentation consistera donc deux sections
  inter- reliées: 1) description sommaire de l'algorithme de sélection de
  l'hdPS et 2) l'utilisation de celui-ci dans le cadre d'une étude empiriq
 ue basée sur les données médico-administratives du Québec. Je conclura
 i la présentation avec une description sommaire de comment je compte util
 iser\, et potentiellement modifier\, l'algorithme dans le cadre d'évaluat
 ions économiques basées sur des données observationnelles.\n
DTSTART:20180215T183000Z
DTEND:20180215T193000Z
LOCATION:Room VCH-3830\, CA\, Université Laval
SUMMARY:Jason Robert Guertin\, Université Laval
URL:/mathstat/channels/event/jason-robert-guertin-univ
 ersite-laval-285066
END:VEVENT
END:VCALENDAR