Formation régression linéaire, logistique et analyse de la variance

Objectifs

Acquérir la connaissance méthodologique et pratique des méthodes de modélisation que sont la régression linéaire, la régression logistique, l'analyse de la variance et de la covariance. Elles permettent d'obtenir une analyse explicative d'un phénomène, de confirmer des hypothèses, de prendre des décisions ou encore d'effectuer des prévisions

Compétences visées

- Connaître l'intérêt, le principe et l'écriture d'un modèle linéaire
- Mettre en œuvre une régression linéaire simple et multiple, savoir interpréter les coefficients de la régression, étudier les résidus, tester la significativité des paramètres de la régression
- Savoir appliquer la méthode de la régression logistique, interpréter les coefficients de la régression, tester la significativité des paramètres
- Savoir mener une analyse de la variance et de la covariance, identifier les effets principaux et les effets des interactions, tester les hypothèses du modèle, et connaître les différents types de modèles

Public

Techniciens, ingénieurs, chargés d'études, statisticiens dans l'industrie, l'agroalimentaire, les sociétés d'études et de conseil. Plus généralement toute personne désirant exploiter au mieux les procédures confirmatoires de modélisation linéaire.

Pré-requis

Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Statistique décisionnelle (inférentielle) : savoir décider au vu des observations ou d'avoir atteint par la pratique un niveau équivalent

Méthode pédagogique

Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi Minitab, JMP, StatGraphics, Spad ou R.

Programme

- Le modèle linéaire

Introduction
Le modèle linéaire, principe, écriture

- Régression simple et multiple

Le modèle

Estimation des coefficients

Validation du modèle

Tableau d'analyse de variance et coefficient de détermination (R²)
Test global du modèle : le test de Fisher
Test de nullité de chacun des coefficients du modèle : le test de Student
Recherche de valeurs influentes
Etude graphique et statistique des résidus
Liaisons entre variables explicatives : évaluer le degré de multicolinéarité, utilisation de l'analyse en composantes principales

Critères de sélection de modèles concurrents

Critères de sélection de modèles : coefficient de détermination, coefficient de détermination ajusté, Cp de Mallow
Méthodes pas à pas de sélection de modèle : ascendante, descendante, mixte

Utilisation du modèle en prévision

Intervalle de confiance et de prévision

- Régression logistique

Spécificité et complémentarité avec la régression linéaire classique
Spécification du modèle

Hypothèses
Fonction logit
Interprétation des paramètres du modèle
Intervalle de confiance

Estimation des paramètres du modèle
Tests d’hypothèses sur les paramètres du modèle
Codage et interprétation des variables explicatives (binaire, qualitative)
Comparaison de modèles et sélection de variables
Validation des hypothèses du modèle et analyse des résidus

- Analyse de la variance et de la covariance

Le modèle

Analyse de la variance à un ou plusieurs facteurs
Décomposition de la variance
Effets principaux et effets des interactions
Analyse de la covariance

Vérification des hypothèses sur les données, validation du modèle

Tests de normalité des distributions, d'homogénéité des variances (homoscedasticité), transformation des données
Utilisation des boîtes à moustaches
Etude graphique et statistique des résidus

Tests d'hypothèses, exploitation

Tests de comparaisons multiples de moyennes (Tukey, Bonferroni, ...)
Tests de type I, II, III
Analyse de contraste pour vérifier une hypothèse de départ

Cas des plans déséquilibrés
Les différents types de modèles

Modèles croisés
Modèles imbriqués
Mesures répétées

Modalités d'évaluation

Un formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.

Pour aller plus loin

Cette formation fait partie du cycle Data Analyst.

Solutions de financement

Cette formation peut être financée :

dans le cadre du plan de développement des compétences de votre Entreprise
par l’OPCO (opérateur de compétences) de votre Entreprise ou le FAF (Fonds d’Assurance Formation) pour les professionnels libéraux
par France Travail dans le cadre du dispositif de l'Aide Individuelle à la Formation (soumis à accord de votre Agence)
à titre personnel

Accessibilité

Vous souhaitez suivre notre formation Régression linéaire, logistique et analyse de la variance et êtes en situation de handicap ? Merci de nous contacter afin que nous puissions envisager les adaptations nécessaires et vous garantir de bonnes conditions d'apprentissage

Ce que pensent nos clients de la formation Régression linéaire, logistique et analyse de la variance

M. Sylvain C., expert animateur senior chez ASPEN PHARMA
Formation adaptée au besoin et le formateur est très pédagogue.

Mme Pauline L, Technicienne Laboratoire en Expérimentation Animale pour Société Industrielle Lesaffre
Formation trés compléte qui a repondu a mes attentes. Formateur très intéressant et intéressé ! Merci a Christian qui a pris le temps de bien nous former et nous expliquer avec des exemples concrets. Je recommande cette formation.