Méthodes de régression multiple en biostatistique

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.


Compétences visées

- Mettre en œuvre une régression linéaire, en dégager les paramètres du modèle et savoir interpréter les résultats en testant la qualité du modèle

- Mener une analyser de la variance à un ou deux facteurs et savoir analyser la qualité du modèle

- Être en capacité de réaliser une régression de Poisson et d'en interpréter les résultats

- Connaître la régression logistique, savoir interpréter ses résultats et tester la significativité des paramètres du modèle

- Modéliser le délai de survenue d'un évènement à l'aide des techniques d'analyses de survie

Programme de la formation

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

• Données de survie


• Censure et troncature / exemples


• Courbes de survie


• Comparaison de courbes de survie


• Modèles de régression

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique