Retour
Régression logistique - analyse de données catégorielles
Objectifs de la formation
Objectifs S'approprier les méthodes de régression logistique avec des applications en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre d'une régression logistique. Compétences visées - Comprendre le contexte d'utilisation de la régression logistique - Comprendre l'intérêt du passage à la fonction logit - Savoir interpréter les résultats de la régression et établir des intervalles de confiance autour des paramètres du modèle - Savoir estimer les paramètres dans le cas du modèle simple et multiple - Réaliser des tests d'hypothèse sur les paramètres du modèle - Savoir traiter les variables explicatives (codage et interprétation) - Connaître la modification de l'effet et confusion - Être en mesure de comparer les modèles et de sélectionner les variables - Examiner les étapes de validation du modèle - Découvrir des extensions du modèle logistique
Contenu de la formation
- Contexte Exemples Terminologie Représentations graphiques de ces données binaires - Spécification du modèle Hypothèses Fonction logit Interprétation des paramètres du modèle Intervalle de confiance - Estimation des paramètres du modèle simple et multiple - Tests d'hypothèses sur les paramètres du modèle - Codage et interprétation des variables explicatives (binaire, qualitative) - Modification de l'effet et confusion - Comparaison de modèles et sélection de variables - Validation des hypothèses du modèle Analyse des résidus Etude de l'adéquation du modèle logistique - Quelques extensions du modèle de régression logistique
Résultats de la formation
Attestation d'acquis ou de compétences;Attestation de suivi de présence
Conditions spécifiques d'accès à la formation
Pour suivre ce stage dans de bonnes conditions, il est recommande d avoir suivi en amont la formation Biostatistique.
Métier formé
Data / Big data
Niveau d'étude visé
Sans le Bac
Type d'immersion professionnelle
Formation initiale
Organisme de formation
Data Value
Durée de la formation
1 mois
Modalités de formation
formation entièrement présentielle
Prochaine(s) session(s)
- 02/12/2024 - 04/12/2024