Aller au contenu principal

Régression linéaire, logistique et analyse de la variance

Date de mise à jour :
Identifiant Offre Info : 19_1701319653
Organisme responsable : Data Value (ouvre dans un nouvel onglet)

Nouvelle recherche

Présentation de la formation

Objectifs

Acquérir la connaissance méthodologique et
pratique des méthodes de modélisation que sont la régression linéaire,
la régression logistique, l'analyse de la variance et de la covariance.
Elles permettent d'obtenir une analyse explicative d'un phénomène, de
confirmer des hypothèses, de prendre des décisions ou encore d'effectuer
des prévisions

Programme de la formation

- Le modèle linéaireIntroduction Le modèle linéaire, principe, écriture - Régression simple et multipleLe modèle Estimation des coefficients Validation du modèle Tableau d'analyse de variance et coefficient de détermination (R2) Test global du modèle : le test de Fisher Test de nullité de chacun des coefficients du modèle : le test de Student Recherche de valeurs influentes Etude graphique et statistique des résidus Liaisons entre variables explicatives : évaluer le degré de…

- Le modèle linéaire
  • Introduction
  • Le modèle linéaire, principe, écriture

- Régression simple et multiple
  • Le modèle
    • Estimation des coefficients
  • Validation du modèle
    • Tableau d'analyse de variance et coefficient de détermination (R2)
    • Test global du modèle : le test de Fisher
    • Test de nullité de chacun des coefficients du modèle : le test de Student
    • Recherche de valeurs influentes
    • Etude graphique et statistique des résidus
    • Liaisons entre variables explicatives : évaluer le degré de multicolinéarité, utilisation de l'analyse en composantes principales
  • Critères de sélection de modèles concurrents
    • Critères de sélection de modèles : coefficient de détermination, coefficient de détermination ajusté, Cp de Mallow
    • Méthodes pas à pas de sélection de modèle : ascendante, descendante, mixte
  • Utilisation du modèle en prévision
    • Intervalle de confiance et de prévision

- Régression logistique
  • Spécificité et complémentarité avec la régression linéaire classique
  • Spécification du modèle
    • Hypothèses
    • Fonction logit
    • Interprétation des paramètres du modèle
    • Intervalle de confiance
  • Estimation des paramètres du modèle
  • Tests d'hypothèses sur les paramètres du modèle
  • Codage et interprétation des variables explicatives (binaire, qualitative)
  • Comparaison de modèles et sélection de variables
  • Validation des hypothèses du modèle et analyse des résidus

- Analyse de la variance et de la covariance
  • Le modèle
    • Analyse de la variance à un ou plusieurs facteurs
    • Décomposition de la variance
    • Effets principaux et effets des interactions
    • Analyse de la covariance
  • Vérification des hypothèses sur les données, validation du modèle
    • Tests de normalité des distributions, d'homogénéité des variances (homoscedasticité), transformation des données
    • Utilisation des boîtes à moustaches
    • Etude graphique et statistique des résidus
  • Tests d'hypothèses, exploitation
    • Tests de comparaisons multiples de moyennes (Tukey, Bonferroni, ...)
    • Tests de type I, II, III
    • Analyse de contraste pour vé

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Durée

En centre

21 h

Financement

Conventionnement
Oui
Financeur
  • Autre

    Programme : Autre financement (AIF, entreprise , individuel…)

Conditions d'accès

Public visé

  • Tout public

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 la formation Statistique décisionnelle (inférentielle) : savoir décider au vu des observations.\n\nProcédure d'admission: \nUn formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.

Lieu de réalisation de l'action

Modalités d'enseignement

Formation entièrement en présentielle

Adresse

41 rue de la Découverte
CS 37623
31676 Labège

Responsable : Data Value

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 fixes