Le modèle linéaire gaussien
Objectif de la formation et public visé | Le modèle linéaire gaussien permet d’expliquer ou de prédire une variable réponse Y quantitative continue en fonction :
La vérification des ces postulats constitue une étape incontournable de la méthode. Cette formation s’adresse à toute personne ayant à traiter des données qui présentent les caractéristiques mentionnées ci-dessus. Elle peut constituer une première étape pour toute personne appelée à manipuler des modèles statistiques plus complexes. On vise un public déjà à l’aise avec le vocabulaire statistique de base. Applications sur logiciels statistiques tels que R. |
Contenu | Introduction1- les données 2- présentation d’exemples 3- écriture d’un modèle 4- cadre du modèle linéaire 5- postulats Qualité des sous modèles1- utilité d’un modèle 2- modèle et sous modèle 3- tests d’hypothèses : comparaison de modèles Ecriture matricielle d’un modèle linéaire1-écriture matricielle d ‘un modèle linéaire 2- projection orthogonale : la méthode des moindres carrés 3- comprendre la table d’analyse de variance 4- l’estimation de θ pose t’elle un problème 5- méthode et construction d’une base de P 6- calcul de l’estimateur θ 7- calcul de l’estimateur de la variance résiduelle 8- fonctions linéaires estimables Analyse de variance1-analyse de variance à un facteur 2-analyse de variance à 2 facteurs 3- exemples d’analyses plus complexes 4- comparaisons multiples de moyennes Régression linéaire1- la régression linéaire 2- colinéarité 3- sélection de régresseurs 4- ordonnée à l’origine nulle 5- une heuristique 6- conclusion Analyse de covariance et généralisation1- analyse de covariance classique 2- première généralisation 3- seconde généralisation Vérification des postulats1- importance des postulats 2- vérification des postulats 3- que faire si l’un des postulats n’est pas vérifié ? 4- si rien ne marche |
Durée | 5 séances de 7 heures |