Seenovate
Centre de formation pour l’Excellence de la Business Intelligence
Formation
Initiation aux Modèles Mixtes
Pré-requis
Niveau
Durée
Public
La formation en quelques mots
Cette formation s'adresse à des personnes souhaitant s’initier aux analyses statistiques de type modèles mixtes : ANOVA à mesures répétées, ANOVA à facteurs imbriqués, ANOVA comportant des facteurs à effets aléatoires…
Un modèle mixte un modèle statistique (généralement de type ANOVA) dans lequel on considère à la fois des facteurs à effets fixes et des facteurs à effets aléatoires. Les différents niveaux d’un facteur à effets fixes sont fixés et connus, l’objectif étant d’estimer l’effet moyen de chaque niveau. Les facteurs à effets aléatoires ont, a priori, une grande quantité de niveaux, les observations réalisées correspondant à un nombre restreint de ces niveaux, pris aléatoirement. L’objectif étant alors d’estimer la variance engendrée par ces facteurs.
La formation conviendra tout à fait à un public venant chercher du savoir statistique sur :
- La compréhension générale des modèles mixtes, leurs avantages
- Les contextes d’utilisation des modèles mixtes
- Les grandes lignes des concepts mathématiques inhérents à ces modèles
- La mise en œuvre et l’interprétation des résultats de ces modèles
Programme simplifié de la formation
Contactez-nous pour plus d’informations sur le programme pédagogique.
Objectifs pédagogiques
A l’issue de cette formation, l’apprenant sera capable de :
- Mettre en œuvre et interpréter les résultats d’une ANOVA multi-facteur
- Expliquer la notion d’interaction entre facteur
- Expliquer le contexte d’application
- Des ANOVA à mesures répétées
- Des ANOVA hiérarchisées
- Des modèles linéaires mixtes
- Vérifier les conditions de mise en œuvre d’un modèle mixte
- Faire la différence entre un facteur à effets fixes et un facteur à effets aléatoires
- Comprendre les conséquences mathématiques et biologiques de l’introduction d’un facteur à effets aléatoires
- Mettre en œuvre un modèle mixte (à effets fixes et aléatoires, à mesures répétées, à facteur imbriqué)
- Interpréter les sorties logiciel : coefficients du facteur à effets aléatoires, moyennes ajustées