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
- 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
Attestation de formation
Non certifiante
Sans niveau spécifique