Analyse de la Variance et de la Covariance - Méthodes Avancées (F-var-01)
     

Avoir une maîtrise pratique de l'utilisation et des sorties des procédures GLM et MIXED de SAS pour l'étude des modèles à effets fixes, aléatoires ou mixtes.

Informations Public : Utilisateurs de SAS souhaitant exploiter et maîtriser le contenu des procédures GLM et MIXED Pré-requis : Il est conseillé d'avoir suivi la formation Méthodes de Régression ou d'avoir acquis par la pratique un niveau équivalent. La connaissance du logiciel SAS 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 14/06/2012 15/06/2012 Paris 26/11/2012 27/11/2012 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 Etude de la Proc GLM Analyse de la variance à un facteur Fonctions estimables Comparaisons multiples des moyennes Analyse de la variance à deux facteurs : données équilibrées Analyse de la variance à deux facteurs : données déséquilibrées Les quatre types de sommes des carrés du GLM Etude de la Proc MIXED Présentation du modèle mixte Inférence large, inférence étroite Mesures répétées : un facteur de groupe, un facteur de répétition Les polynômes orthogonaux Choix de la matrice de covariance Approche multivariée Analyse de la covariance Etude de la bioéquivalence entre moyennes Analyse de plans d'expériences en cross-over et étude des carry-effects Analyse de données longitudinales Etude de problèmes spécifiques posés par les participants