Modèles linéaires
Public Concerné
Bases d'inférence statistique : variables aléatoire, statistiques et distributions d'échantillonnage, estimation ponctuelle et par intervalle, tests d'hypothèses. Notions de calcul matriciel.
Les UE STA104 et STA101 donnent toutes les connaissances nécessaires pour intégrer le cours.
Les UE STA104 et STA101 donnent toutes les connaissances nécessaires pour intégrer le cours.
L'avis des auditeurs
Les dernières réponses à l'enquête d'appréciation pour cet enseignement :
Présence et réussite aux examens
Pour l'année universitaire 2023-2024 :
- Nombre d'inscrits : 35
- Taux de présence à l'évaluation : 54%
- Taux de réussite parmi les présents : 68%
Objectifs pédagogiques
Le cours présente des méthodes pour décrire, expliquer ou prédire une variables à l'aide d'un ou plusieurs caractères quantitatifs et/ou qualitatifs. Ces méthodes, fondées sur le modèle linéaire, sont illustrées par des sorties R.
Capacité et compétences acquises
Faire de la diagnostique des modèles enseignés en cours et tirer des conclusions pratiques à partir de la correcte interpretation des sorties d'un logiciel quelconque
Contenu de la formation
Régression linéaire simple :
- analyses des données, ajustement linéaire par le critère des moindres carrés, décomposition de la somme des carrés totale, qualité de l'ajustement, points leviers
- hypothèses du modèle, estimation des paramètres par la méthode des moindres carrés et de maximum de vraisemblance
- ajustement du modèle
- validation du modèle : test d'hypothèses et intervalles de confiance sur les coefficients, test de la signification globale du modèle, intervalle de confiance pour la droite, intervalle de prédiction
- diagnostic du modèle
- détection d'observations aberrantes et d'observation influentes
- analyses des données, ajustement linéaire par le critère des moindres carrés, décomposition de la somme des carrés totale, qualité de l'ajustement, points leviers
- hypothèses du modèle, estimation des paramètres par la méthode des moindres carrés
- la géométrie du modèle de régression multiple
- théorème de Gauss - Markov
- ajustement du modèle
- validation du modèle : test d'hypothèses et intervalles de confiance sur les coefficients, théorème de Cochran, test de la signification globale du modèle, intervalle de confiance pour la droite, intervalle de prédiction
- diagnostic du modèle
- détection d'observations aberrantes et d'observation influentes
- multicolinéarité : diagnostic et remèdes
- sélection de variables
- détection d'observations aberrantes et d'observation influentes
- l'analyse de la variance a un facteur comme modèle linéaire
- estimation des paramètres (dispositif équilibré et déséquilibré)
- décomposition de la somme des carrées totale et qualité de l'ajustement du modèle
- test de l'effet du facteur
- validation des hypothèses de normalité et de homoscédasticité
- tests post hoc pour les comparaisons multiples de moyennes
- analyse de la variance non paramétrique
- l'analyse de la variance à deux facteurs comme modèle linéaire
- estimation des paramètres et qualité du modèle
- test d'hypothèses et intervalles de confiance sur les coefficients
- étude de l'interaction
- décomposition de la somme des carrés totale
- décomposition de la somme des carrées du modèle
- test de la significativité globale du modèle
- tests des effets
- test de comparaison des moyennes pour chaque facteur
- test de comparaison des moyennes par traitements
- le modèle d'analyse de la covariance
- estimation des paramètres
- décomposition de la somme des carrés totale, ajustement du modèle
- test de significativité globale du modèle
- test des effets
- test de comparaison des moyennes par traitements
- sélection du modèle
Description des modalités de validation
Examen écrit
En alternance ou en formation continue en journée :
Merci de consulter directement le secrétariat pédagogique de votre formation pour obtenir le planning.
En formation « à la carte Hors Temps de Travail », en présentiel, à distance ou hybride :
Voir les dates, les lieux d'enseignement et les modalités d'inscription sur les sites internet des centres régionaux qui proposent cette formation.
- Liban
- Liban
- 2026-2027 1er semestre: Formation en présentiel soir ou samedi
- 2027-2028 1er semestre: Formation en présentiel soir ou samedi
- Liban
- Paris
- Centre Cnam Paris
- 2026-2027 2nd semestre: Formation en présentiel soir ou samedi
- 2027-2028 2nd semestre: Formation en présentiel soir ou samedi
- Paris
- 2026-2027 1er semestre: Formation ouverte et à distance soir ou samedi
- 2027-2028 1er semestre: Formation ouverte et à distance soir ou samedi
- Centre Cnam Paris
