Titre : Modèles économétriques

Modèles économétriques : Questions médicales fréquentes

Nom anglais: Models, Econometric

Descriptor UI: D017059

Tree Number: N06.850.520.830.500.600.500

Termes MeSH sélectionnés :

Demography

Questions fréquentes et termes MeSH associés

Diagnostic 5

#1

Comment identifier un modèle économétrique approprié ?

Il faut analyser la nature des données et les relations entre les variables.
Modèles économétriques Analyse de données
#2

Quels tests sont utilisés pour valider un modèle ?

Des tests comme le test de normalité, le test de multicolinéarité et le test de spécification.
Tests statistiques Validité du modèle
#3

Qu'est-ce qu'un modèle de régression ?

C'est un modèle qui établit une relation entre une variable dépendante et une ou plusieurs variables indépendantes.
Régression Analyse de régression
#4

Comment évaluer la performance d'un modèle ?

On utilise des indicateurs comme le R², l'erreur quadratique moyenne et le test de Fisher.
Évaluation de modèle R²
#5

Qu'est-ce qu'un modèle à variables instrumentales ?

C'est un modèle utilisé pour corriger les biais d'endogénéité en utilisant des variables externes.
Variables instrumentales Endogénéité

Symptômes 5

#1

Quels sont les signes d'un modèle mal spécifié ?

Des résidus non aléatoires, des valeurs aberrantes et des relations non linéaires.
Modèle mal spécifié Résidus
#2

Comment détecter l'hétéroscédasticité ?

En utilisant des tests comme le test de Breusch-Pagan ou en observant les résidus.
Hétéroscédasticité Tests de Breusch-Pagan
#3

Quels effets peut avoir la multicolinéarité ?

Elle peut rendre les estimations des coefficients instables et difficiles à interpréter.
Multicolinéarité Estimation des coefficients
#4

Qu'est-ce qu'un biais d'échantillonnage ?

C'est une erreur systématique due à un échantillon non représentatif de la population.
Biais d'échantillonnage Échantillonnage
#5

Quels sont les signes d'une autocorrélation ?

Des résidus corrélés dans le temps, souvent détectés par le test de Durbin-Watson.
Autocorrélation Test de Durbin-Watson

Prévention 5

#1

Comment éviter les biais dans les modèles ?

En s'assurant que l'échantillon est représentatif et en utilisant des méthodes de validation.
Biais Validation de modèle
#2

Quelles pratiques pour une bonne collecte de données ?

Utiliser des protocoles standardisés et s'assurer de la qualité et de la fiabilité des données.
Collecte de données Qualité des données
#3

Comment choisir les bonnes variables ?

En se basant sur la théorie, des études antérieures et des tests de significativité.
Sélection de variables Significativité
#4

Quelles sont les bonnes pratiques de modélisation ?

Utiliser des diagnostics appropriés, tester les hypothèses et valider le modèle sur des données nouvelles.
Pratiques de modélisation Diagnostics
#5

Comment éviter le surajustement ?

En utilisant des techniques de validation croisée et en limitant la complexité du modèle.
Surajustement Validation croisée

Traitements 5

#1

Comment corriger l'hétéroscédasticité ?

En utilisant des transformations de données ou des modèles de régression robustes.
Hétéroscédasticité Régression robuste
#2

Quelles méthodes pour traiter la multicolinéarité ?

On peut utiliser la sélection de variables, la régularisation ou l'analyse en composantes principales.
Multicolinéarité Analyse en composantes principales
#3

Comment améliorer un modèle économétrique ?

En ajoutant des variables pertinentes, en transformant les données ou en utilisant des modèles non linéaires.
Amélioration de modèle Modèles non linéaires
#4

Qu'est-ce que la régularisation ?

C'est une technique pour prévenir le surajustement en ajoutant une pénalité aux coefficients.
Régularisation Surajustement
#5

Comment utiliser des modèles de séries temporelles ?

Pour analyser des données chronologiques et prévoir des tendances futures à l'aide de lissage.
Séries temporelles Prévision

Complications 5

#1

Quelles sont les conséquences d'un modèle mal spécifié ?

Des prévisions inexactes, des décisions erronées et une mauvaise interprétation des résultats.
Modèle mal spécifié Prévisions inexactes
#2

Quels risques d'une autocorrélation non traitée ?

Elle peut conduire à des estimations biaisées et à des tests statistiques non fiables.
Autocorrélation Estimation biaisée
#3

Comment la multicolinéarité affecte-t-elle les résultats ?

Elle rend difficile l'évaluation de l'impact individuel des variables sur la variable dépendante.
Multicolinéarité Impact des variables
#4

Quelles erreurs peuvent survenir dans l'interprétation des résultats ?

Des conclusions hâtives, des généralisations inappropriées et des politiques mal orientées.
Interprétation des résultats Erreurs d'interprétation
#5

Quels effets d'un échantillonnage biaisé ?

Il peut fausser les résultats et mener à des recommandations inappropriées.
Échantillonnage biaisé Recommandations

Facteurs de risque 5

#1

Quels facteurs influencent la sélection des variables ?

La théorie économique, la disponibilité des données et les objectifs de recherche.
Sélection de variables Théorie économique
#2

Comment la taille de l'échantillon affecte-t-elle les résultats ?

Un échantillon trop petit peut entraîner des estimations instables et des biais.
Taille de l'échantillon Estimations instables
#3

Quels sont les risques d'une mauvaise collecte de données ?

Des données inexactes peuvent fausser les résultats et compromettre la validité du modèle.
Collecte de données Validité du modèle
#4

Comment les variables omises affectent-elles le modèle ?

Elles peuvent introduire un biais et fausser les relations estimées entre les variables.
Variables omises Biais
#5

Quels sont les impacts d'une mauvaise spécification du modèle ?

Des prévisions erronées et des décisions basées sur des analyses incorrectes.
Mauvaise spécification Prévisions erronées
{ "@context": "https://schema.org", "@graph": [ { "@type": "MedicalWebPage", "name": "Modèles économétriques : Questions médicales les plus fréquentes", "headline": "Modèles économétriques : Comprendre les symptômes, diagnostics et traitements", "description": "Guide complet et accessible sur les Modèles économétriques : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.", "datePublished": "2024-05-22", "dateModified": "2025-02-16", "inLanguage": "fr", "medicalAudience": [ { "@type": "MedicalAudience", "name": "Grand public", "audienceType": "Patient", "healthCondition": { "@type": "MedicalCondition", "name": "Modèles économétriques" }, "suggestedMinAge": 18, "suggestedGender": "unisex" }, { "@type": "MedicalAudience", "name": "Médecins", "audienceType": "Physician", "geographicArea": { "@type": "AdministrativeArea", "name": "France" } }, { "@type": "MedicalAudience", "name": "Chercheurs", "audienceType": "Researcher", "geographicArea": { "@type": "AdministrativeArea", "name": "International" } } ], "reviewedBy": { "@type": "Person", "name": "Dr Olivier Menir", "jobTitle": "Expert en Médecine", "description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale", "url": "/static/pages/docteur-olivier-menir.html", "alumniOf": { "@type": "EducationalOrganization", "name": "Université Paris Descartes" } }, "isPartOf": { "@type": "MedicalWebPage", "name": "Modèles économiques", "url": "https://questionsmedicales.fr/mesh/D018803", "about": { "@type": "MedicalCondition", "name": "Modèles économiques", "code": { "@type": "MedicalCode", "code": "D018803", "codingSystem": "MeSH" }, "identifier": { "@type": "PropertyValue", "propertyID": "MeSH Tree", "value": "N06.850.520.830.500.600" } } }, "about": { "@type": "MedicalCondition", "name": "Modèles économétriques", "alternateName": "Models, Econometric", "code": { "@type": "MedicalCode", "code": "D017059", "codingSystem": "MeSH" } }, "author": [ { "@type": "Person", "name": "James Heckman", "url": "https://questionsmedicales.fr/author/James%20Heckman", "affiliation": { "@type": "Organization", "name": "The University of Chicago, Department of Economics, 1126 E. 59 St., Chicago, IL 60637." } }, { "@type": "Person", "name": "Rodrigo Pinto", "url": "https://questionsmedicales.fr/author/Rodrigo%20Pinto", "affiliation": { "@type": "Organization", "name": "University of California at Los Angeles, Department of Economics, 315 Portola Plaza, Room 8385, Los Angeles, CA 90095." } }, { "@type": "Person", "name": "Tamás Krisztin", "url": "https://questionsmedicales.fr/author/Tam%C3%A1s%20Krisztin", "affiliation": { "@type": "Organization", "name": "International Institute for Applied Systems Analysis (IIASA) Laxenburg Austria." } }, { "@type": "Person", "name": "Philipp Piribauer", "url": "https://questionsmedicales.fr/author/Philipp%20Piribauer", "affiliation": { "@type": "Organization", "name": "Austrian Institute of Economic Research (WIFO) Vienna Austria." } }, { "@type": "Person", "name": "Gagan Deep Sharma", "url": "https://questionsmedicales.fr/author/Gagan%20Deep%20Sharma", "affiliation": { "@type": "Organization", "name": "University School of Management Studies, Guru Gobind Singh Indraprastha University, New Delhi-110078, India." } } ], "citation": [ { "@type": "ScholarlyArticle", "name": "Environmental Malthusianism and demography.", "datePublished": "2022-06-23", "url": "https://questionsmedicales.fr/article/35735176", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1177/03063127221104929" } }, { "@type": "ScholarlyArticle", "name": "Diversification and historical demography of", "datePublished": "2022-12-13", "url": "https://questionsmedicales.fr/article/36530398", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.7717/peerj.14476" } }, { "@type": "ScholarlyArticle", "name": "Demography and Outcomes of Arteriovenous Fistula: Challenges and Future Directions.", "datePublished": "2023-11-07", "url": "https://questionsmedicales.fr/article/37955455", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.4103/1319-2442.389423" } }, { "@type": "ScholarlyArticle", "name": "Medical demography at stroke centers: Current situation in France.", "datePublished": "2023-10-23", "url": "https://questionsmedicales.fr/article/37880036", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1016/j.neurol.2023.08.012" } }, { "@type": "ScholarlyArticle", "name": "First steps to study the demography of vascular epiphytes in cities.", "datePublished": "2023-05-05", "url": "https://questionsmedicales.fr/article/37162122", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1590/1519-6984.270998" } } ], "breadcrumb": { "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "questionsmedicales.fr", "item": "https://questionsmedicales.fr" }, { "@type": "ListItem", "position": 2, "name": "Environnement et santé publique", "item": "https://questionsmedicales.fr/mesh/D004778" }, { "@type": "ListItem", "position": 3, "name": "Santé publique", "item": "https://questionsmedicales.fr/mesh/D011634" }, { "@type": "ListItem", "position": 4, "name": "Méthodes épidémiologiques", "item": "https://questionsmedicales.fr/mesh/D004812" }, { "@type": "ListItem", "position": 5, "name": "Statistiques comme sujet", "item": "https://questionsmedicales.fr/mesh/D013223" }, { "@type": "ListItem", "position": 6, "name": "Modèles statistiques", "item": "https://questionsmedicales.fr/mesh/D015233" }, { "@type": "ListItem", "position": 7, "name": "Modèles économiques", "item": "https://questionsmedicales.fr/mesh/D018803" }, { "@type": "ListItem", "position": 8, "name": "Modèles économétriques", "item": "https://questionsmedicales.fr/mesh/D017059" } ] } }, { "@type": "MedicalWebPage", "name": "Article complet : Modèles économétriques - Questions et réponses", "headline": "Questions et réponses médicales fréquentes sur Modèles économétriques", "description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.", "datePublished": "2025-05-04", "inLanguage": "fr", "hasPart": [ { "@type": "MedicalWebPage", "name": "Diagnostic", "headline": "Diagnostic sur Modèles économétriques", "description": "Comment identifier un modèle économétrique approprié ?\nQuels tests sont utilisés pour valider un modèle ?\nQu'est-ce qu'un modèle de régression ?\nComment évaluer la performance d'un modèle ?\nQu'est-ce qu'un modèle à variables instrumentales ?", "url": "https://questionsmedicales.fr/mesh/D017059?mesh_terms=Demography#section-diagnostic" }, { "@type": "MedicalWebPage", "name": "Symptômes", "headline": "Symptômes sur Modèles économétriques", "description": "Quels sont les signes d'un modèle mal spécifié ?\nComment détecter l'hétéroscédasticité ?\nQuels effets peut avoir la multicolinéarité ?\nQu'est-ce qu'un biais d'échantillonnage ?\nQuels sont les signes d'une autocorrélation ?", "url": "https://questionsmedicales.fr/mesh/D017059?mesh_terms=Demography#section-symptômes" }, { "@type": "MedicalWebPage", "name": "Prévention", "headline": "Prévention sur Modèles économétriques", "description": "Comment éviter les biais dans les modèles ?\nQuelles pratiques pour une bonne collecte de données ?\nComment choisir les bonnes variables ?\nQuelles sont les bonnes pratiques de modélisation ?\nComment éviter le surajustement ?", "url": "https://questionsmedicales.fr/mesh/D017059?mesh_terms=Demography#section-prévention" }, { "@type": "MedicalWebPage", "name": "Traitements", "headline": "Traitements sur Modèles économétriques", "description": "Comment corriger l'hétéroscédasticité ?\nQuelles méthodes pour traiter la multicolinéarité ?\nComment améliorer un modèle économétrique ?\nQu'est-ce que la régularisation ?\nComment utiliser des modèles de séries temporelles ?", "url": "https://questionsmedicales.fr/mesh/D017059?mesh_terms=Demography#section-traitements" }, { "@type": "MedicalWebPage", "name": "Complications", "headline": "Complications sur Modèles économétriques", "description": "Quelles sont les conséquences d'un modèle mal spécifié ?\nQuels risques d'une autocorrélation non traitée ?\nComment la multicolinéarité affecte-t-elle les résultats ?\nQuelles erreurs peuvent survenir dans l'interprétation des résultats ?\nQuels effets d'un échantillonnage biaisé ?", "url": "https://questionsmedicales.fr/mesh/D017059?mesh_terms=Demography#section-complications" }, { "@type": "MedicalWebPage", "name": "Facteurs de risque", "headline": "Facteurs de risque sur Modèles économétriques", "description": "Quels facteurs influencent la sélection des variables ?\nComment la taille de l'échantillon affecte-t-elle les résultats ?\nQuels sont les risques d'une mauvaise collecte de données ?\nComment les variables omises affectent-elles le modèle ?\nQuels sont les impacts d'une mauvaise spécification du modèle ?", "url": "https://questionsmedicales.fr/mesh/D017059?mesh_terms=Demography#section-facteurs de risque" } ] }, { "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Comment identifier un modèle économétrique approprié ?", "position": 1, "acceptedAnswer": { "@type": "Answer", "text": "Il faut analyser la nature des données et les relations entre les variables." } }, { "@type": "Question", "name": "Quels tests sont utilisés pour valider un modèle ?", "position": 2, "acceptedAnswer": { "@type": "Answer", "text": "Des tests comme le test de normalité, le test de multicolinéarité et le test de spécification." } }, { "@type": "Question", "name": "Qu'est-ce qu'un modèle de régression ?", "position": 3, "acceptedAnswer": { "@type": "Answer", "text": "C'est un modèle qui établit une relation entre une variable dépendante et une ou plusieurs variables indépendantes." } }, { "@type": "Question", "name": "Comment évaluer la performance d'un modèle ?", "position": 4, "acceptedAnswer": { "@type": "Answer", "text": "On utilise des indicateurs comme le R², l'erreur quadratique moyenne et le test de Fisher." } }, { "@type": "Question", "name": "Qu'est-ce qu'un modèle à variables instrumentales ?", "position": 5, "acceptedAnswer": { "@type": "Answer", "text": "C'est un modèle utilisé pour corriger les biais d'endogénéité en utilisant des variables externes." } }, { "@type": "Question", "name": "Quels sont les signes d'un modèle mal spécifié ?", "position": 6, "acceptedAnswer": { "@type": "Answer", "text": "Des résidus non aléatoires, des valeurs aberrantes et des relations non linéaires." } }, { "@type": "Question", "name": "Comment détecter l'hétéroscédasticité ?", "position": 7, "acceptedAnswer": { "@type": "Answer", "text": "En utilisant des tests comme le test de Breusch-Pagan ou en observant les résidus." } }, { "@type": "Question", "name": "Quels effets peut avoir la multicolinéarité ?", "position": 8, "acceptedAnswer": { "@type": "Answer", "text": "Elle peut rendre les estimations des coefficients instables et difficiles à interpréter." } }, { "@type": "Question", "name": "Qu'est-ce qu'un biais d'échantillonnage ?", "position": 9, "acceptedAnswer": { "@type": "Answer", "text": "C'est une erreur systématique due à un échantillon non représentatif de la population." } }, { "@type": "Question", "name": "Quels sont les signes d'une autocorrélation ?", "position": 10, "acceptedAnswer": { "@type": "Answer", "text": "Des résidus corrélés dans le temps, souvent détectés par le test de Durbin-Watson." } }, { "@type": "Question", "name": "Comment éviter les biais dans les modèles ?", "position": 11, "acceptedAnswer": { "@type": "Answer", "text": "En s'assurant que l'échantillon est représentatif et en utilisant des méthodes de validation." } }, { "@type": "Question", "name": "Quelles pratiques pour une bonne collecte de données ?", "position": 12, "acceptedAnswer": { "@type": "Answer", "text": "Utiliser des protocoles standardisés et s'assurer de la qualité et de la fiabilité des données." } }, { "@type": "Question", "name": "Comment choisir les bonnes variables ?", "position": 13, "acceptedAnswer": { "@type": "Answer", "text": "En se basant sur la théorie, des études antérieures et des tests de significativité." } }, { "@type": "Question", "name": "Quelles sont les bonnes pratiques de modélisation ?", "position": 14, "acceptedAnswer": { "@type": "Answer", "text": "Utiliser des diagnostics appropriés, tester les hypothèses et valider le modèle sur des données nouvelles." } }, { "@type": "Question", "name": "Comment éviter le surajustement ?", "position": 15, "acceptedAnswer": { "@type": "Answer", "text": "En utilisant des techniques de validation croisée et en limitant la complexité du modèle." } }, { "@type": "Question", "name": "Comment corriger l'hétéroscédasticité ?", "position": 16, "acceptedAnswer": { "@type": "Answer", "text": "En utilisant des transformations de données ou des modèles de régression robustes." } }, { "@type": "Question", "name": "Quelles méthodes pour traiter la multicolinéarité ?", "position": 17, "acceptedAnswer": { "@type": "Answer", "text": "On peut utiliser la sélection de variables, la régularisation ou l'analyse en composantes principales." } }, { "@type": "Question", "name": "Comment améliorer un modèle économétrique ?", "position": 18, "acceptedAnswer": { "@type": "Answer", "text": "En ajoutant des variables pertinentes, en transformant les données ou en utilisant des modèles non linéaires." } }, { "@type": "Question", "name": "Qu'est-ce que la régularisation ?", "position": 19, "acceptedAnswer": { "@type": "Answer", "text": "C'est une technique pour prévenir le surajustement en ajoutant une pénalité aux coefficients." } }, { "@type": "Question", "name": "Comment utiliser des modèles de séries temporelles ?", "position": 20, "acceptedAnswer": { "@type": "Answer", "text": "Pour analyser des données chronologiques et prévoir des tendances futures à l'aide de lissage." } }, { "@type": "Question", "name": "Quelles sont les conséquences d'un modèle mal spécifié ?", "position": 21, "acceptedAnswer": { "@type": "Answer", "text": "Des prévisions inexactes, des décisions erronées et une mauvaise interprétation des résultats." } }, { "@type": "Question", "name": "Quels risques d'une autocorrélation non traitée ?", "position": 22, "acceptedAnswer": { "@type": "Answer", "text": "Elle peut conduire à des estimations biaisées et à des tests statistiques non fiables." } }, { "@type": "Question", "name": "Comment la multicolinéarité affecte-t-elle les résultats ?", "position": 23, "acceptedAnswer": { "@type": "Answer", "text": "Elle rend difficile l'évaluation de l'impact individuel des variables sur la variable dépendante." } }, { "@type": "Question", "name": "Quelles erreurs peuvent survenir dans l'interprétation des résultats ?", "position": 24, "acceptedAnswer": { "@type": "Answer", "text": "Des conclusions hâtives, des généralisations inappropriées et des politiques mal orientées." } }, { "@type": "Question", "name": "Quels effets d'un échantillonnage biaisé ?", "position": 25, "acceptedAnswer": { "@type": "Answer", "text": "Il peut fausser les résultats et mener à des recommandations inappropriées." } }, { "@type": "Question", "name": "Quels facteurs influencent la sélection des variables ?", "position": 26, "acceptedAnswer": { "@type": "Answer", "text": "La théorie économique, la disponibilité des données et les objectifs de recherche." } }, { "@type": "Question", "name": "Comment la taille de l'échantillon affecte-t-elle les résultats ?", "position": 27, "acceptedAnswer": { "@type": "Answer", "text": "Un échantillon trop petit peut entraîner des estimations instables et des biais." } }, { "@type": "Question", "name": "Quels sont les risques d'une mauvaise collecte de données ?", "position": 28, "acceptedAnswer": { "@type": "Answer", "text": "Des données inexactes peuvent fausser les résultats et compromettre la validité du modèle." } }, { "@type": "Question", "name": "Comment les variables omises affectent-elles le modèle ?", "position": 29, "acceptedAnswer": { "@type": "Answer", "text": "Elles peuvent introduire un biais et fausser les relations estimées entre les variables." } }, { "@type": "Question", "name": "Quels sont les impacts d'une mauvaise spécification du modèle ?", "position": 30, "acceptedAnswer": { "@type": "Answer", "text": "Des prévisions erronées et des décisions basées sur des analyses incorrectes." } } ] } ] }
Dr Olivier Menir

Contenu validé par Dr Olivier Menir

Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale

Validation scientifique effectuée le 16/02/2025

Contenu vérifié selon les dernières recommandations médicales

En savoir plus sur Dr Menir

Auteurs principaux

James Heckman

2 publications dans cette catégorie

Affiliations :
  • The University of Chicago, Department of Economics, 1126 E. 59 St., Chicago, IL 60637.
Publications dans "Modèles économétriques" :

Rodrigo Pinto

2 publications dans cette catégorie

Affiliations :
  • University of California at Los Angeles, Department of Economics, 315 Portola Plaza, Room 8385, Los Angeles, CA 90095.
Publications dans "Modèles économétriques" :

Tamás Krisztin

2 publications dans cette catégorie

Affiliations :
  • International Institute for Applied Systems Analysis (IIASA) Laxenburg Austria.
  • Paris Lodron University of Salzburg (PLUS) Salzburg Austria.
Publications dans "Modèles économétriques" :

Philipp Piribauer

2 publications dans cette catégorie

Affiliations :
  • Austrian Institute of Economic Research (WIFO) Vienna Austria.
Publications dans "Modèles économétriques" :

Gagan Deep Sharma

2 publications dans cette catégorie

Affiliations :
  • University School of Management Studies, Guru Gobind Singh Indraprastha University, New Delhi-110078, India.
Publications dans "Modèles économétriques" :

Xing Wang

2 publications dans cette catégorie

Affiliations :
  • College of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing, 211106, China. ilepay@126.com.
  • Research Center for Soft Energy Science, Nanjing University of Aeronautics and Astronautics, Nanjing, 211106, China. ilepay@126.com.
Publications dans "Modèles économétriques" :

Dequn Zhou

2 publications dans cette catégorie

Affiliations :
  • College of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing, 211106, China.
  • Research Center for Soft Energy Science, Nanjing University of Aeronautics and Astronautics, Nanjing, 211106, China.
Publications dans "Modèles économétriques" :

Talat Ulussever

2 publications dans cette catégorie

Affiliations :
  • Department of Economics and Finance, Gulf University for Science and Technology, Hawally 32093, Kuwait.
  • Center for Sustainable Energy and Economic Development (SEED), Gulf University for Science and Technology, Hawally 32093, Kuwait.
Publications dans "Modèles économétriques" :

Serpil Kılıç Depren

2 publications dans cette catégorie

Affiliations :
  • Department of Statistics, Yildiz Technical University, 34220 İstanbul, Turkey.
Publications dans "Modèles économétriques" :

Mustafa Tevfik Kartal

2 publications dans cette catégorie

Affiliations :
  • Strategic Planning, Financial Reporting, and Investor Relations Directorate, Borsa Istanbul, 34467 İstanbul, Turkey.
Publications dans "Modèles économétriques" :

Özer Depren

2 publications dans cette catégorie

Affiliations :
  • Customer Experience Research Lab., Yapı Kredi Bank, 34330 İstanbul, Turkey.
Publications dans "Modèles économétriques" :

Ghulam Rasool Madni

2 publications dans cette catégorie

Affiliations :
  • Department of Economics, Division of Management and Administrative Science, University of Education, Lahore, Pakistan.
Publications dans "Modèles économétriques" :

Marcel Kremer

1 publication dans cette catégorie

Affiliations :
  • Chair for Energy Trading and Finance, University of Duisburg-Essen, Universitätsstraße 12, 45141 Essen, Germany.
Publications dans "Modèles économétriques" :

Rüdiger Kiesel

1 publication dans cette catégorie

Affiliations :
  • Chair for Energy Trading and Finance, University of Duisburg-Essen, Universitätsstraße 12, 45141 Essen, Germany.
  • Department of Mathematics, University of Oslo, PO Box 1053 Blindern, 0316 Oslo, Norway.
Publications dans "Modèles économétriques" :

Florentina Paraschiv

1 publication dans cette catégorie

Affiliations :
  • NTNU Business School, Norwegian University of Science and Technology, 7491 Trondheim, Norway.
  • Institute for Operations Research and Computational Finance, University of St. Gallen, Bodanstrasse, 6, CH-9000 St. Gallen, Switzerland.
Publications dans "Modèles économétriques" :

Assel Mukasheva

1 publication dans cette catégorie

Affiliations :
  • Department of Cybersecurity, Data Processing and Storage, Satbayev University, Almaty, Kazakhstan. mukasheva.a.82@gmail.com.
Publications dans "Modèles économétriques" :

Nurbek Saparkhojayev

1 publication dans cette catégorie

Affiliations :
  • Dean of Engineering Faculty, Khoja Akhmet Yassawi International Kazakh-Turkish University, Turkestan, Kazakhstan.
Publications dans "Modèles économétriques" :

Zhanay Akanov

1 publication dans cette catégorie

Affiliations :
  • President of Kazakh Society for Study of Diabetes, Member of AASD, Almaty, Kazakhstan.
Publications dans "Modèles économétriques" :

Amy Apon

1 publication dans cette catégorie

Affiliations :
  • Professor, Chair of the Computer Science Division, Clemson University, Clemson, SC, USA.
Publications dans "Modèles économétriques" :

Sanjay Kalra

1 publication dans cette catégorie

Affiliations :
  • Department of Diabetes and Endocrinology, Bharti Hospital, Karnal, India.
Publications dans "Modèles économétriques" :

Sources (965 au total)

Medical demography at stroke centers: Current situation in France.

Mar 2024
DOI: 10.1016/j.neurol.2023.08.012 PMID: 37880036

Following the 2010-2014 French national stroke action plan, the number of stroke center (SC) has gradually increased in France, allowing a homogeneous coverage and access to neurovascular care in orga... A survey on the medical staffing level as of January 1, 2021 was sent to all French SC managers. Specific questions related on vacancies, need of interim medical staff, and participation in out-of-hou... Among the 139 SC managers contacted, 122 (88%) filled in the questionnaire. Analysis of the data showed that over 879 physician positions opened, 163 (18.5%) remained vacant for a mean of two years, a... This study highlights the significant medical staff shortage in French SCs. In the absence of urgent measures, more SCs will close, jeopardizing the regional network and access to care for stroke pati...

Humans Surveys and Questionnaires Physicians Demography Stroke +1 autres

Socioeconomic and Clinical Demography of Dental Missed Care Opportunities.

10 2023
DOI: 10.1177/23800844221104790 PMID: 35722931

Missed care opportunities (MCOs) contribute to poor health outcomes, and pediatric dental patients are particularly vulnerable; identifying associated patient characteristics will help inform developm... To assess socioeconomic and demographic disparities associated with MCOs among children in an urban pediatric hospital's dental clinic. MCOs lead to a lack of continuous care and increased emergent ne... A retrospective 2-y (2019-2020) cohort of MCOs in children 1 to 17 y old, with scheduled dental visits. MCOs were defined as appointments not attended or canceled and not rescheduled prior to initial ... Of 30,095 visits, 30.9% were MCOs. Multivariable logistic regression estimated increased likelihood of MCOs in Black/non-Hispanic (odds ratio [OR], 1.20; 95% confidence interval [CI], 1.09-1.32) and H... Children with highest dental MCOs were from neighborhoods with high SVI, had public insurance, and were from marginalized populations. MCOs contribute to inequities in overall health; hence, intervent... Missed care opportunities contribute to poor health outcomes; identifying associated patient characteristics will help inform development of targeted interventional programs. Providing these findings ...

Humans Child Retrospective Studies Pandemics COVID-19 +2 autres

The role of trauma, social support, and demography on veteran resilience.

2022
DOI: 10.1080/20008198.2022.2058267 PMID: 35599980

Historically, resilience has often been conceptualized as the sustained lack of symptoms following trauma exposure. In line with a novel conceptualization of resilience as being dynamic over lifespan,... We performed regression modelling to study the relationship between resilience (measured with Connor Davidson Resilience Scale; CD-RISC), posttraumatic stress disorder (PTSD) severity (Davidson Trauma... We found an interaction between CD-RISC and CES in predicting PTSD severity (Davidson Trauma Scale). Specifically, high resilience predicted lower PTSD symptom severity than low resilience, this relat... Our results support a conceptualization of resilience as a multifactorial determinant that coexists with PTSD, a state rather than trait variable, and can be quantified by biological and behavioural m... • Historically, resilience has often been conceptualized as the sustained lack of symptoms following trauma exposure.• We examined the VA Mid-Atlantic Post Deployment Mental Health Repository (PDMH) c...

Demography Humans Resilience, Psychological Social Support Stress Disorders, Post-Traumatic +1 autres

COVID-19 vaccination: Conspiracy theories, demography, ideology, and personality disorders.

Mar 2023
DOI: 10.1037/hea0001222 PMID: 36066859

To understand the role of personal experience, religious and political beliefs as well as conspiracy theory beliefs on the acceptance of COVID-19 vaccination.... Just under 400 adults completed online questionnaires assessing to what extent they endorsed conspiracy theories (CTs) and an evidenced measure of personality disorders (PDs). One month later, they we... We found, as anticipated, conservative political orientation, religiosity, Cluster A PDs, and conspiracy thinking correlated negatively with vaccine acceptance. Analysis of variance (ANOVA) showed tha... Implications for "rolling out" the vaccine are discussed in terms of who to target and how to address misbeliefs about vaccination. (PsycInfo Database Record (c) 2023 APA, all rights reserved)....

Adult Humans COVID-19 Vaccines COVID-19 Vaccination +3 autres

The demography and disease burden of the homeless shelter population of Tshwane during COVID-19.

20 Dec 2022
DOI: 10.4102/phcfm.v14i1.3692 PMID: 36546493

Homeless people are a vulnerable population susceptible to physical and mental health care problems. There are, however, limited studies and information regarding the health of the homeless population... To describe and understand the burden of disease among the homeless population in Tshwane District, Gauteng, South Africa.... Data were collected from 15 different homeless shelters created during the South African 2020 coronavirus disease 2019 (COVID-19) lockdown in the Tshwane District, from April to July 2020.... A cross-sectional survey was conducted among the homeless people in the shelters to provide information of self-reported conditions that the homeless populations at the shelters had during the lockdow... Results showed a total of 2066 homeless population out of which 1391 took part in the survey. Most of the participants consisted of African males 93.83%, with substance use prevalence in 52.77%. The s... Efforts should be made to improve education and research around the homeless population, by government and non-government facilities by building relationships with homeless shelters in their areas.Con...

Male Humans COVID-19 Cross-Sectional Studies South Africa +4 autres