Régression multiple (F-reg-00)

    

Utiliser les méthodes de régression multiple pour expliquer les variations d’une réponse quantitative, valider les modèles construits, utiliser ces modèles pour réaliser des prévisions.


Public - Pré-requis - Méthode
Public : Toute personne souhaitant faire appel à la modélisation pour expliquer et prévoir les variations d’une réponse quantitative.
Pré-requis : Il est conseillé d'avoir participé au préalable au stage Pratique de la Statistique 1 ou d'avoir acquis par la pratique un niveau équivalent.
Méthode : Alternance d'exposés, de manipulations et d'exercices pratiques mis en oeuvre dans Statgraphics Centurion (ou tout autre logiciel en intra-entreprise).
Durée : 3 jour(s)
Prochaine(s) session(s) :
Lieu Du Au
Paris06/06/2018 08/06/2018
Paris12/11/2018 14/11/2018

Frais d'inscription :
- Inter-entreprises : Prix unitaire par stagiaire(s) inscrit(s)
1 inscrit2 inscrits 3 inscrits et +
1500€ HT1350€ HT1200€ HT
- Intra-entreprise : Nous consulter
Programme
- Rappels sur la régression simple
  • Estimation des coefficients
  • Validation du modèle
  • Utilisation du modèle en prévision : intervalles de prévision et intervalles de confiance
- Régression multiple
  • Présentation du modèle
  • Construction du modèle
    Estimation des coefficients
  • Validation du modèle
    Etude des résidus, points influents
  • Utilisation du modèle en prévision
    Intervalle de prédiction
    Intervalle de confiance
  • Colinéarité des variables explicatives
  • Facteurs d’inflation de la variance (VIF)
  • Les procédures de sélection de variables : procédures pas à pas, ascendante et descendante
  • Les indicateurs de la qualité d’un modèle
  • Régression Ridge
    Principe, application, difficultés
- Régression sur composantes principales
  • Construction et interprétation de composantes principales
  • Construction d’un modèle de régression sur composantes principales, estimation des coefficients, test de leur significativité, interprétation.
  • Utilisation du modèle obtenu pour réaliser des prévisions
- Régression PLS
  • La régression PLS 1 : une seule variable Y
    Recherche de m composantes th
    Régression de Y sur les composantes PLS th
    Expression de la régression en fonction de X
    Interprétation
  • La régression PLS 2 : plusieurs variables Y (corrélées entre elles)
    Recherche de m composantes orthogonales
    Régression de Y sur les composantes th
    Expression de la régression en fonction de X Interprétation


Pour plus de renseignements, contactez :

- Tél : +33 (0) 1 72 92 05 58