▷ Offre de Formation Methodes de regression multiple en biostatistique avec Data Value

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 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
Etude 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
Etude de l'adéquation du modèle logistique

- Analyse de survie