Introduction aux modèles mixtes linéaires et non linéaires

Description

Public concerné

Techniciens, ingénieurs, chercheurs ou doctorants confrontés à l’analyse approfondie de données complexes linéaires et non linéaires et pouvant comporter des emboîtements et⁄ou des données dépendantes. Une utilisation régulière du logiciel R est souhaitable.

Prérequis

Avoir suivi la formation Pratique et interprétation des analyses de variance OU savoir poser les hypothèses d'un test statistique et interpréter la p-value obtenue ; savoir réaliser des modèles statistiques courants (régression linéaire, ANOVA à effets fixes) et connaitre les conditions de validité. Avoir suivi la formation Introduction au logiciel R OU savoir utiliser le logiciel R pour importer des données, les visualiser, gérer les packages nécessaires et exécuter des lignes de codes Un questionnaire préalable permettra l’évaluation.

Objectifs pédagogiques

Savoir choisir entre modèles linéaires et modèles non linéaires
Savoir identifier un effet fixe
Savoir identifier un effet aléatoire
Savoir identifier l'agencement des effets (croisés, hiérarchisés, …)
Savoir choisir et mettre en oeuvre un modèle avec le logiciel R
Savoir sélectionner le meilleur modèle
Savoir vérifier la qualité du modèle choisi
Savoir interpréter les sorties logicielles

Méthode

La formation consiste en des parties théoriques, puis dirigées (démonstration par l’exemple), puis de mise en situation lors d’applications pratiques (exercices en autonomie avec correction de groupe). Des rappels seront d’abord faits sur les modèles linéaires fixes avant d’aborder les modèles linéaires mixtes, les modèles non linéaires (effets fixes ou mixtes). La théorie statistique est abordée si nécessaire et sans recours à des notions mathématiques complexes.

Évaluation

L’évaluation se fait au travers de la réalisation d’exercices en autonomie et d’un questionnaire final de validation des acquis.