Seenovate

Centre de formation pour l’Excellence de la Business Intelligence

Formation

Initiation aux Modèles Mixtes

Z

Pré-requis

De bonnes connaissances sur les outils statistiques de base : statistiques descriptives, tests d'hypothèses, intervalles de confiance, P-Value, risque alpha.. Bonnes connaissances sur l'ANOVA
g

Niveau

Expert

Durée

3 jours(s)

Public

Tout 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 

Demandez à être recontacté(e)

    Pin It on Pinterest