Détails formation en Régression linéaire et analyse de la variance

Être en mesure de construire un modèle de régression pour expliquer ou prévoir des phénomènes, et analyser les facteurs qualitatifs dans ce type de modèles.

Connaissances de base en statistique, en particulier les notions d'estimation et de test (formation statistique 3 : de l’échantillon à la population, estimation et tests).

Il s'agit d'apprendre à mettre en relation des variables à partir d'observations statistiques, à maîtriser la construction et à l'étude de modèles de régression entrant dans le cadre du modèle linéaire général, pour expliquer ou prévoir des phénomènes, et à savoir analyser les facteurs qualitatifs. Cette formation est conseillée à ceux qui souhaitent suivre les formations analysent la discrimination et la segmentation et les méthodes de régression sur les données qualitatives.

Régression simple

Aspects descriptifs: méthode des moindres carrés

Aspects statistiques: validation du modèle, tests concernant les coefficients, étude des résidus et des points influents

Utilisation du modèle en prévision

Régression multiple

Études préalables à la construction d'un modèle : représentation graphique des individus et des variables

Présentation du modèle : estimation des paramètres, tests, étude de la qualité du modèle

Le problème de la sélection des variables : les méthodes de régression pas à pas, choix du "meilleur" modèle

L'introduction de variables qualitatives dans un modèle de régression multiple

Analyse de la variance à un facteur

Le modèle à effets fixes, tests de comparaisons multiples, analyse de la variance non paramétrique

Analyse de la variance à deux facteurs et plus

Présentation au travers d'exemples de la notion d'interactions Utilisation de variables quantitatives et qualitatives dans le cadre du modèle linéaire général (analyse de la covariance)

Applications informatiques: Mise en œuvre des méthodes de régression et d'analyse de la variance sous SAS et STATGRAPHICS

STATGRAPHICS, SAS

Régression linéaire et analyse de la variance

Régression linéaire et analyse de la variance

Objectifs

Prérequis

Contenu

Outils ou logiciel

Niveaux

Commentaires

S'inscrire