Modeles mixtes - modeles a effets aleatoires pour donnees longitudinales

Data Value

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
2340 €
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:
  • 75 - Paris 12e
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 75 - Paris
  • 77 - Seine-et-Marne
  • 78 - Yvelines
  • 91 - Essonne
  • 92 - Hauts-de-Seine
  • 93 - Seine-Saint-Denis
  • 94 - Val-de-Marne
  • 95 - Val-d'Oise
Objectifs
S'approprier les principaux modèles à effets aléatoires pour données longitudinales en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre de modèles mixtes


Compétences visées

- Comprendre les limites de l'Anova et de la régression linéaire

- Connaître les stratégies de modélisation

- Identifier les programmes R ou SAS adaptés à chaque modélisation

- Savoir appliquer des modèles marginaux et des modèles linéaires généralisés mixtes

- Identifier le modèle mixte adapté à la situation étudiée et au critère de jugement considéré

- Identifier la matrice de covariance des effets aléatoires considérés

- Interpréter des paramètres du modèle mixte

- Savoir prédire des données à partir du modèle
Programme
Programme

- Introduction aux données groupées et longitudinales

- Rappels concernant le modèle linéaire

  • Anova et régression linéaire, conditions d'utilisation

  • Limites de ces modèles


- Les modèles linéaires à effets mixtes

  • Exemples introductifs

  • Contexte d'utilisation des différents modèles (modèles à intercept et pentes aléatoires)

  • Estimation des paramètres

  • Interprétation des paramètres du modèle mixte

  • Structure des effets aléatoires et de la matrice de covariance

  • Structure des erreurs de mesure

  • Données longitudinales incomplètes (données manquantes), classification et traitement de ces données manquantes

  • Adéquation du modèle à effets aléatoires (résidus, diagnostic d'influence)

  • Estimation des effets aléatoires

  • Prédictions de Y

  • Données manquantes (sur variables dépendantes ou explicatives)

  • Stratégie de modélisation

  • Modèles pour données groupées

  • Applications


- Les modèles marginaux

  • Modèles d'équations d'estimation généralisées

  • Applications


- Les modèles linéaires généralisés mixtes

  • Régression logistique, régression de Poisson

  • Applications
Ces formations peuvent vous intéresser

Formation Microsoft Fabric

Centre de formation ACCESS IT
ACCESS IT
Non finançable CPF
À distance
Entreprise

Devenir expert Power BI

PARIS, LYON, MARSEILLE
Centre de formation MYPE
MYPE
Finançable CPF
À distance / En centre / En entreprise
Salarié en poste / Entreprise

Bootcamp Data Analyst - formation certifiante RNCP

Centre de formation DATAROCKSTARS
Avis du centre
DATAROCKSTARS
Finançable CPF
À distance
Tout public

Les formations les plus recherchées

Lyon Toulouse Marseille Montpellier Paris Bordeaux Dijon Mâcon Nantes Rennes Audit CPF Audit en Ligne
Haut de page