mixedsde : Un paquet pour adapter les équations différentielles stochastiques mixtes.

Résumé Les équations différentielles stochastiques (EDS) sont utiles pour modéliser des processus stochastiques continus. Lorsque des données temporelles répétées (indépendantes) sont disponibles, la variabilité entre les trajectoires peut être modélisée en introduisant des effets aléatoires dans la dérive des EDS. Ces modèles sont utiles pour analyser les données neuronales, les données sur la longueur des fissures, la pharmacocinétique, les données financières, pour citer quelques applications parmi d'autres. Le package R se concentre sur l'estimation des SDE avec des effets aléatoires linéaires dans la dérive. L'objectif est d'estimer la densité commune des effets aléatoires à partir d'observations discrètes répétées de l'EDD. Le package mixedsde propose trois méthodes d'estimation : une méthode paramétrique bayésienne, une méthode paramétrique fréquentiste et une méthode non paramétrique fréquentiste. Les trois procédures sont décrites ainsi que les principales fonctions du package. Des illustrations sont présentées sur des données simulées et réelles.