Modèles linéaires mixtes

lstat2210  2022-2023  Louvain-la-Neuve

Modèles linéaires mixtes
4.00 crédits
15.0 h + 7.5 h
Q1
Enseignants
Legrand Catherine;
Langue
d'enseignement
Français
Préalables
Concepts et outils équivalents à ceux enseignés dans les UE
LSTAT2020Logiciels et programmation statistique de base
LSTAT2120Linear models
LSTAT2100Modèles linéaires généralisés et données discrêtes
Formation de base en probabilité, statistique et algèbre matricielle.

Bonne maitrise du modèle linéaire général (e.g., cours LSTAT2120)
Thèmes abordés
Introduction aux modèles linéaires mixtes (modèles avec effets aléatoires et/ou covariance pattern), aux modèles linéaires généralisés, et aux modèles linéaires généralisés mixtes.
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1
A. Eu égard au référentiel AA du programme de master en statistique, orientation biostatistique, cette activité contribue au développement et à l'acquisition des AA suivants :
De manière prioritaire : 1.3, 1.4, 1.5, 2.2, 3.1, 3.2, 3.4, 4.2, 5.6, 6.3
De manière secondaire : 1.1, 1.2, 2.1, 2.3, 2.4, 2.5, 2.6, 3.3, 4.1, 4.5, 5.2, 5.7, 6.4
Eu égard au référentiel AA du programme de master en statistique, orientation générale, cette activité contribue au développement et à l'acquisition des AA suivants :

de manière prioritaire : 1.3, 1.4, 1.5, 2.2, 3.1, 3.2, 3.4, 4.2, 5.5, 6.3
de manière secondaire : 1.1, 1.2, 2.1, 2.3, 2.4, 2.5, 2.6, 3.3, 4.1, 5.2, 5.6, 6.4
B. A l'issu de ce cours, l'étudiant sera capable de reconnaitre les limitations des modèles linéaires «classique » et d'identifier les situations dans lesquels un modèle linéaire avancé (mixte, généralisé ou généralisé mixte) sera plus approprié. Il sera capable d'analyser des données réelles, de sélectionner le type de modèle linéaire le plus approprié, de l'ajuster au moyen d'un logiciel statistique et d'en interpréter correctement les résultats.
 
 
Contenu
Rappels théoriques concernant les modèles linéaires « classiques »
Modèles linéaires mixtes pour données longitudinales ou en grappes (effets/coefficients aléatoires, covariance pattern)
Modèles linéaires généralisés (famille de distributions exponentielles, fonction de lien)
Modèles linéaires généralisés mixtes pour données longitudinales ou en grappes.
Pour chaque type de modèles seront présentés la motivation pour ces modèles, leur spécification, et un aperçu des méthodes d'estimation disponibles.
Méthodes d'enseignement
Le cours comprend des exposés magistraux, des exercices sur ordinateur et un travail personnel sur ordinateur menant à la rédaction d'un rapport d'analyse.
Modes d'évaluation
des acquis des étudiants
L'évaluation sera basée sur les deux éléments suivants: 
  • présentation orale du rapport d'analyse sur base d'un travail sur ordinateur consistant en l'analyse d'une base de données.
  • examen écrit sur la matière du cours 
Ressources
en ligne
Site Moodle du cours
Bibliographie
Transparents du cours disponible sur Moodle.
Références données au cours.
Support de cours
  • transparents sur moodle
Faculté ou entité
en charge
LSBA


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en science des données, orientation statistique

Master [120] : ingénieur civil biomédical

Master [120] en statistique, orientation biostatistiques

Master [120] en statistique, orientation générale

Certificat d'université : Statistique et science des données (15/30 crédits)