🎯 Modéliser avec rigueur : du linéaire au GLM, en passant par le mixte.
La modélisation est le cœur de l’analyse statistique moderne. Ce cours vous donne les réflexes de modélisation : choisir la bonne forme, vérifier les hypothèses, comparer des modèles, interpréter sans sur-promettre. Du lm() au modèle mixte (lme4) en passant par les GLM (glm()), vous construisez une boîte à outils opérationnelle pour tout type de donnée.
Pour qui : chercheurs, doctorants, analystes en sciences de la vie, sciences sociales, ingénieurs, et tout praticien qui modélise au-delà du test simple.
Parcours en 5 blocs
- Bloc 1 — Le modèle linéaire : régression simple, multiple, interactions, contrastes.
- Bloc 2 — Diagnostics et hypothèses : résidus, linéarité, homoscédasticité, multicolinéarité.
- Bloc 3 — GLM : logistique, Poisson, binomial négatif, choix de la famille.
- Bloc 4 — Modèles mixtes : effets fixes et aléatoires, lme4, structures de variance.
- Bloc 5 — Communication : interprétation, visualisation, reporting.
Stack R : lm, glm, lme4, glmmTMB, emmeans, car, performance, broom, gtsummary. Volume : ~2h30 vidéo + ~22h pratique.
Contenu Cours
À propos du formateur
