Analyse de survie avancee
Data Value
Non finançable CPF
Tout public
En ligne
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Niveau visé
Non diplômante
Localité
En ligne
Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
Objectifs
S'approprier les principaux modèles de survie à effets aléatoires pour analyser des données de survie non standards. Savoir manipuler, analyser et interpréter des données de survie avancées.
Programme
- Modèles de survie à effets aléatoires (frailty models)
- Contexte des données corrélées
- Terminologie
- Exemples
- Spécification du modèle à fragilité
- Hypothèses
- Interprétation des paramètres du modèle
- Estimation des paramètres du modèle
- Tests d'hypothèses sur les paramètres du modèle
- Codage des variables explicatives (binaire, qualitative)
- Modification de l'effet et confusion
- Comparaison de modèles et sélection de variables
- Étude de l'adéquation du modèle (résidus)
- Modèles pour risques compétitifs
- Contexte et indicateurs pour risques semi-compétitifs ou compétitifs
- Modèles de régression pour risques compétitifs
- Packages R
- Modèles conjoints pour données de survie
- Contexte
- Spe?cification des mode?les conjoints
- Hypothe?ses
- Interpre?tation des parame?tres du mode?le
- Estimation des parame?tres du mode?le
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
Ces formations peuvent vous intéresser
Formation au métier de Data Analyst (Power BI, SQL, certification...
LILLE, GRENOBLE, MARSEILLE ET 11 AUTRE(S) LOCALITÉ(S)
Offre spéciale
Avis du centre
