Modèles mixtes - modèles à effets aléatoires pour données longitudinales

S'approprier les principaux modèles à effets aléatoires pour données longitudinales en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre de modèles mixtes.

- Introduction aux données groupées et longitudinales - Rappels concernant le modèle linéaire Anova et régression linéaire, conditions d'utilisation Limites de ces modèles - Les modèles linéaires à effets mixtes Exemples introductifs Contexte d'utilisation des différents modèles (modèles à intercept et pentes aléatoires) Estimation des paramètres Interprétation des paramètres du modèle mixte Structure des effets aléatoires et de la matrice de covariance Structure des erreurs de mesure Données longitudinales incomplètes (données manquantes), classification et traitement de ces données manquantes Adéquation du modèle à effets aléatoires (résidus, diagnostic d'influence) Estimation des effets aléatoires Prédictions de Y Données manquantes (sur variables dépendantes ou explicatives) Stratégie de modélisation Modèles pour données groupées Applications - Les modèles marginaux Modèles d'équations d'estimation généralisées Applications - Les modèles linéaires généralisés mixtes Régression logistique, régression de Poisson Applications

Attestation de formation

Pour suivre ce stage dans de bonnes conditions, il est recommande d avoir suivi en amont les formations "Biostatistique" et "Methodes de regression multiple en Biostatistique" ou d avoir atteint par la pratique un niveau equivalent