Data Value

Modèles mixtes : modèles à effets aléatoires pour données longitudinales

Par Data Value

Objectifs

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

Programme

- 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

Pédagogie

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.

Formations de la même catégories (5)

Orsys
Splunk, analyse des données opérationnellesPar Orsys

Splunk est un outil qui ambitionne de nous aider dans la collecte et le tri de l'information pertinente : un outil que l'on pourrait désigner par "corrélateur d'événements". Cette formation vous permettra de configurer, analyser et générer des rapports sur les données en fonction de vos alertes personnalisées.

Data Value
Analyse des données : méthodes décisionnellesPar Data Value

Découvrir les principales méthodes décisionnelles d'analyse des données (arbres de décision, règles d'association, régression multiple, analyse discriminante, ...), choisir celle appropriée au problème et aux données. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants

Feel Europe
MyReport DataPar Feel Europe
  • Savoir implémenter un entrepôt de données avec MyReport
Orsys
Tableau Desktop, exploiter visuellement ses donnéesPar Orsys

Outil de visualisation de données, Tableau Desktop permet d'explorer les données, de les analyser et de les présenter dans un format graphique et visuel. A l'issue de ce stage pratique, vous serez à même de concevoir des visualisations de données évoluées et interactives.