Methodes de regression multiple en biostatistique

Data Value

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 69 - Lyon 2e
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 01 - Ain
  • 03 - Allier
  • 07 - Ardèche
  • 15 - Cantal
  • 26 - Drôme
  • 38 - Isère
  • 42 - Loire
  • 43 - Haute-Loire
  • 63 - Puy-de-Dôme
  • 69 - Rhône
  • 73 - Savoie
  • 74 - Haute-Savoie
Objectifs
S'approprier les principales méthodes de régression utilisées en Biostatistique. Savoir manipuler, analyser et interpréter des données avec différents types de modèles de régression.
Programme
Régression linéaire

  • Contexte (exemples, terminologie)

  • Définition du modèle

  • Estimation des paramètres du modèle

  • Tests d'hypothèses sur les paramètres du modèle

  • Codage des variables, modification de l'effet et confusion

  • Comparaison de modèles et sélection de variables

  • Étude de l'adéquation du modèle logistique

Analyse de la variance (ANOVA)


  • Contexte (exemples, terminologie)

  • Définition du modèle (hypothèses, interprétation des paramètres du modèle)

  • Analyse de la Variance à un facteur

  • Analyse de la Variance à deux facteurs

  • Tests d'hypothèses sur les paramètres du modèle

Régression de poisson


  • Contexte (exemples, terminologie)

  • Définition du modèle (hypothèses, surdispersion, 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 de Poisson

Régression logistique


  • Contexte (exemples, terminologie)

  • Définition du modèle (hypothèses, fonction logit, 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 logistique

Analyse de survie


  • Données de survie

  • Censure et troncature / exemples

  • Courbes de survie

  • Comparaison de courbes de survie

  • Modèles de régression

Envie d’en savoir plus sur cette formation ?

Documentez-vous sur la formation

Quelle est votre situation ?

Haut de page