Modèle Linéaire

Publié le 6 septembre 2007, mise à jour le 7 octobre 2011
par Nicolas SAVY

Modèle Linéaire Généralisé

Enseignant responsable : Cécile Chouquet

Cours : 14 H

Objectifs de l’enseignement : Ce cours a pour objectif une présentation des extensions maintenant classiques du modèle linéaire. Ces dernières sont justifiées par l’étude de données d’observation pour lesquelles l’hypothèse gaussienne serait peu réaliste ou même erronée : réponse qualitative, dénombrement... Les extensions principales sont présentées. Elles incluent l’étude des tableaux de contingence et quelques cas simples d’études cas-contrôle. Chaque extension est illustrée par un exemple (réel ou simulé). Les logiciels utilisés sont R et SAS mais sans exclusive.

Pré-requis : Modèle linéaire usuel : régression (simple, multiple), analyse de la variance (à un ou deux facteurs). Lois de probabilités usuelles : univariées (normale, Poisson et binomiale) et multivariées (multinormale, multinomiale).

Description de l’enseignement :
Pratique de la modélisation linéaire dans la démarche statistique
Généralités sur le modèle linéaire
Régression linéaire simple et multiple
Analyse de variance à un facteur, à deux facteurs croisés
Régression logistique
Modèle log-linéaire


calle calle