Modélisation de données qualitatives 2 :
les modèles linéaires généralisés

Public

Ingénieurs, techniciens, cadres d'entreprises ou d'administrations, médecins, chercheurs ayant à expliquer des données qualitatives.

Pré-requis

Bonne connaissance du modèle de régression logistique (c'est un prolongement de la formation Modélisation de données qualitatives 1).

Objectif et contenu

La formation présente le cadre des modèles linéaires généralisés. La diversité de ces méthodes permet de construire des modèles explicatifs qui ne relèvent pas de la régression logistique usuelle : par exemple le cas où la variable à expliquer est une variable qualitative à modalités non ordonnées.
Le stage sera illustré par la présentation et la comparaison des procédures GENMOD, CATMOD, LOGISTIC et PROBIT du logiciel SAS.

 

Présentation des modèles linéaires généralisés
Le cadre théorique et les domaines d'application
La régression logistique, un cas particulier des modèles linéaires généralisés ; illustration par un exemple

Régression de Poisson
Présentation et mise en œuvre avec les procédures GENMOD et CATMOD

Modèle à réponse multinomiale
Traitement de cas : étude de la gravité des goitres au Mali ; de la description à l'aide de l'analyse des correspondances à la modélisation d'une réponse multinomiale
Utilisation de la procédure CATMOD

Étude de contrastes dans un modèle

  • 2 jours 18, 19 mars

  • Prix net (non soumis à la TVA) 880 euros
    (1 700 euros pour une inscription aux formations Modélisation de données qualitatives 1 : la régression logistique et Modélisation de données qualitatives 2 : les modèles linéaires généralisés)

    S'inscrire
Intervenant
Logiciel utilisé
  • SAS
Repères bibliographiques
  • Droesbeke J-J., M. Lejeune, G. Saporta, Éditeurs (2005),
    Modèles statistiques pour données qualitatives,
    Technip
  • Stokes M., C. Davis, G. Koch, (2000),
    Categorical data analysis using the SAS system,
    2nd edition, SAS