L’objectif de ce projet de recherche est de contribuer au développement de nouvelles méthodes statistiques d’estimation et d’inférence (test d’hypothèses), basées sur des méthodes de simulation, ayant de solides bases théoriques (pour contrôler le risque décisionnel à partir de l’analyse des données), pour des problèmes à haute dimension et de nature très complexe. En particulier, nous nous intéresserons au données sous forme de groupes (clusters) et mesurées à plusieurs reprises dans le temps (données typiques dans les essais cliniques) ainsi qu’aux relations entre des mesures typiquement récoltées sous forme de questionnaires (format multiples) pour la détermination de facteurs latents, comme par exemple pour l’analyse des données issues d’enquêtes en éducation menées par l’OCDE (PISA et PIAAC). Pour pouvoir mener à bien ce projet, une approche interdisciplinaire est nécessaire, impliquant les savoirs des scientifiques dans d'autres domaines scientifiques et les chercheurs en statistique qui développent de nouveaux outils d’analyse adaptés aux jeux de données en haute dimension. Ce projet bénéficiera de la participation de chercheurs d'autres institutions, affiliés à des unités de recherche médicale et/ou ayant de l'expertise dans l'analyse de données d'enquêtes, dans les Universités de Cambridge, Monash (Melbourne) et à la London School of Economics. Le projet inclut aussi le développement de programmes (packages) sur la plateforme R (logiciel statistique open source), afin de permettre l’accès des résultats de la recherche à un large public.