Recherche avancée
Par formation
Par date
Par ville
logo HUB Formation
Organisme de Formation
aux Technologies et métiers de L'informatique
La pédagogie au service de la technologie
Accueil > éditeurs > SAS > JMP® : ANOVA Analyse de variance et Régression

JMP® : ANOVA Analyse de variance et Régression

Cette formation permet de découvrir différents modèles statistiques ainsi que leur contexte d’utilisation et de pouvoir les mettre en œuvre en utilisant l’interface JMP®.

Objectifs

  • Comparer les moyennes de 2 groupes à l’aide du test de Student
  • Construire et interpréter une analyse de variance pour comparer les moyennes de plus de 2 groupes
  • Analyser la relation entre des variables quantitatives avec le modèle de régression linéaire
  • Développer un modèle d’analyse de covariance pour tenir compte de données quantitatives et qualitatives
  • Valider les hypothèses sous jacentes au modèle construit

Public

  • statisticiens
  • chargés de recherche
  • analystes et dataminers

Prérequis

  • Avoir suivi la formation « JMP® : Exploration des données statistiques ».
  • Bonne connaissance de la théorie sous jacente aux modèles statistiques (Analyse de variance et Régression linéaire) présentés pendant la formation.

Programme de la formation

Introduction à la statistique

  • Notions de populations et d’échantillons
  • Explorer des données à l’aide de statistiques descriptives et de graphiques
  • Comprendre la notion d’intervalle de confiance
  • Comprendre la notion de tests d’hypothèses

Analyse de variance

  • Comparer des moyennes de 2 groupes : tests sur des échantillons indépendants, des échantillons appariés
  • Estimer un modèle d’analyse de variance à un facteur
  • Comparer plusieurs groupes avec les méthodes de comparaisons multiples
  • Estimer un modèle d’analyse de variance à N facteurs
  • Valider les hypothèses du modèle
  • Personnaliser ces tests d’hypothèses avec les contrastes
  • Puissance des tests et tailles d’échantillons requises

Régression linéaire

  • Utiliser les nuages de points et calculer le coefficient de corrélation
  • Construire un modèle de régression simple et multiple
  • Estimer un modèle de régression polynomiale
  • Estimer un modèle de régression multiple avec des interactions
  • Méthodes de sélection du meilleur modèle
  • Valider les hypthèses du modèle
  • Détecter des observations influentes
  • Détecter des problèmes de colinéarité

Analyse de covariance

  • Estimer un modèle de covariance avec ou sans interactions

Méthode pédagogique

Un support de cours est remis à chaque participant. La théorie est complétée par des cas pratiques ou exercices discutés avec le formateur.

Méthode d'évaluation

Le dernier jour se termine par un QCM permettant d'évaluer les acquis des stagiaires.