Analyse de Données Qualitatives Biomédicales avec SAS / SPSS (F-quali-01)
     

Apprendre les méthodes statistiques récentes d'analyse de données permettant de modéliser la liaison entre une variable à expliquer qualitative, nominale ou ordinale, et une ou plusieurs variables explicatives qualitatives ou quantitatives.

Informations Public : Praticiens de l'industrie qui souhaitent exploiter et maîtriser le contenu des modules de régression logistique de SPSS ou des procédures LOGISTIC et CATMOD de SAS avec l'objectif de modéliser la relation entre une variable dépendante qualitative et un ensemble de variables indépendantes quantitatives ou qualitatives Pré-requis : Il est conseillé d'avoir suivi la formation Pratique de la Statistique II : Analyse de la Variance et Régression ou d'avoir acquis par la pratique un niveau équivalent. La connaissance du logiciel SAS ou SPSS est souhaitable Méthode : La démarche pédagogique est fondée sur le mélange constant de la théorie et de la pratique. Les différentes facettes de la méthode étudiée sont présentées au travers d'exemples concrets et de sorties SAS. Chaque formule est justifiée par son intérêt pratique et illustrée par des traitements SAS de données correspondant à un problème concret. Les stagiaires disposeront de l'ensemble des programmes et des sorties SAS pour tous les exemples présentés Formateur : M. Michel Tenenhaus, professeur au groupe HEC depuis 1973. Il est l'auteur de nombreux articles scientifiques et de plusieurs ouvrages parmi lequels "Méthodes Statistiques en Gestion" (Dunod) et "La régression PLS, théorie et pratique" (Editions Technip)		Durée : 2 jour(s) Prochaine(s) session(s) : Lieu Du Au Paris 25/06/2012 26/06/2012 Paris 10/12/2012 11/12/2012 Frais d'inscription : - Inter-entreprises : Prix unitaire par stagiaire(s) inscrit(s) 1 inscrit 2 inscrits 3 inscrits et + 1200€ HT 1000€ HT 800€ HT - Intra-entreprise : Nous consulter
Programme Régression logistique : variable dépendante binaire Une variable explicative quantitative Plusieurs variables explicatives quantitatives Variables explicatives qualitatives Régression logistique pas à pas Régression logistique : variable dépendante ordinale Le modèle à pentes parallèles Le modèle à pentes partiellement parallèles Régression logistique PLS Comparaison entre la régression logistique et la segmentation Modèle linéaire généralisé (réponse multinomiale) Le modèle probabiliste Les fonctions de réponse Méthode des moindres carrés généralisés et maximum de vraisemblance Tests d'hypothèse Mesures répétées qualitatives Une population, réponse binaire Deux populations, réponse binaire Deux populations, réponse à plus de deux modalités La méthode GEE (Generalized Estimating Equation) Exercices d'application