|
|
| |  |
Modèles de régression en sciences de la vie REG2 |
 Durée : 2.0 jour(s) | |
|
| |
:: Description généraleCette formation s’adresse au personnel scientifique oeuvrant dans le secteur des sciences de la vie, qui met en place des études et analyse des données résultant de ces études. Cette formation porte sur les méthodes de régressions couramment utilisées en sciences de la vie : régession linéaire simple et multiple, régression logistique, cas de plusieurs variables réponses qualitatives.:: Public cibleCette formation s’adresse au personnel scientifique oeuvrant dans le secteur des sciences de la vie, qui met en place des études et analyse des données résultant de ces études.:: Pré-requisLes participants doivent connaître les outils essentiels de base de la statistique, c'est-à-dire la statistique descriptive (moyenne, écart-type, erreur-type, etc.), l'analyse exploratoire graphique des données (histogramme, diagramme de box, graphique en nuage de points, etc.), les tests d'hypothèses, l'approche par intervalles de confiance - soit avoir suivi le cours Les outils essentiels de la statistique ou posséder un niveau comparable en statistique descriptive et inférentielle.:: Notesinscrivez-vous 6 semaines ou plus à l'avance et bénéficiez d'une remise de 15% sur le prix de la session. Ce rabais est indiqué dans le prix affiché.
Toutes nos formations sont offertes intra-entreprises. Contactez-nous pour en savoir plus. | | |
:: Plan du cours
- Régression linéaire simple et multiple
- Différence entre corrélation et régression
- Outils graphiques
- Modèle et types de modèles
- Ajustement de modèles
- Adéquation du modèle
- Résidus
- R-carré, R-carré ajusté
- PRESS
- Sélection de modèles
- Utilisation du modèle : Explication ou prédiction
- Études de cas
- Illustrations avec logiciel
- Régression pour variables réponses qualitatives
- Introduction à la régression logistique
- Utilité de la régression logistiqueL contrôle des facteurs confondants, prédiction de risque
- Cas d'une variable explicative: régression logistique simple
- Fonctions logistiques et modèles PROBIT et LOGIT
- Principe d'estimation d'un modèle
- Mesure de la qualité de l'ajustement du modèle
- Interprétation des sorties fournies par les logiciels statistiques: paramètres, rapports de cote, etc.
- Cas de plusieurs variables explicatives
- Introduction à la régression pour variables ordinales
- Introduction à la régression pour variables polytomiques
:: Thèmes abordésL'objectif lors d'une étude réalisé en sciences de la vie est souvent - si ce n'est pas toujours- d'extrapoler les résultats obtenus. Quelques exemples sont de prédire l'effet d'une dose, de prédire le comportant de l,ensemble d'une population à partir de quelques individus, etc.
Les méthodes statistiques dédiées à cette modèlisation d'un phénomène sont les méthodes de régression. Parmi ces méthodes, la plus connue est probablement l'analyse de la variance. Mais de nombreuses autres méthodes sont disponibles et s'appliquent selon les types de variables explicatives et de variables réponses.
Cette formation introduit les concepts nécessaires aux méthodes de régression et porte sur les méthodes de régressions couramment utilisées en sciences de la vie.
| |
|
|
|
 |
Prochaines sessions publiques |
| Aucune session inter-entreprise n'est prévue pour le moment. Si vous êtes intéressé, n'hésitez pas à nous contacter en nous précisant le lieu où vous préféreriez assister à cette formation : Contactez nous |
|
Commentaires des participants |
Il n'y a pour l'instant aucun commentaire pour cette formation.
Si vous y avez assisté et que vous souhaitiez partager votre expérience avec d'autres, suivez ce lien: Écrire une critique
Si vous souhaitez avoir une appréciation générale de nos formations, veuillez consulter la page Critiques de ce site. |
|
|
|
|
|
|
|
|
|
|
|
|
|
École sur les analyses multidimensionnelles |
|
|
|
|
|
|
|
| |
