Modèles mixtes : modèles à effets aléatoires pour données longitudinales
Date de mise à jour :
Identifiant Offre Info : 03_2100820F
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Programme de la formation
- 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…
- Anova et régression linéaire, conditions d'utilisation
- Limites de ces modèles
- 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
- Modèles d'équations d'estimation généralisées
- Applications
- Régression logistique, régression de Poisson
- Applications
Validation et sanction
- 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
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Modalités pédagogiques
Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi SAS ou R.
Durée
En centre
21 h
Financement
- Conventionnement
- Oui
- Financeurs
-
- Bénéficiaire de l'action
- Entreprise
Conditions d'accès
Public visé
- Tout public
Informations sur les publics
Biologistes, professionnels de santé, statisticiens …
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont les formations "Biostatistique et Méthodes de régression multiple en Biostatistique" ou d'avoir atteint par la pratique un niveau équivalent
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
33 Rue de la République69002 Lyon 2e
Responsable : ASI
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
41 rue de la Découverte
31676 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates permanentes