DATA MINING

Code module : MIXED

Intitulé : Analyse de variance et modèles mixtes

Durée : 2 jours

Niveau requis : AASTAT et éventuellement ANOVA

L'étude des données avec une analyse de la variance se conduit d'ordinaire sur des facteurs considérés comme fixes : c'est à dire qu'on se limite dans l'analyse et l'inférence aux valeurs qui ont été collectées au cours de la constitution des données. Des facteurs aléatoires et un modèle mixte étendent de manière très importante la puissance des modèles d'analyse de variance, et facilitent également le traitement des données à mesures répétées.

Analyse de la variance, effets fixes et aléatoires

Buts et hypothèses de l'analyse de variance
Effet fixe et effet aléatoire
Théorie et notations
Panorama de l'offre SAS pour l'analyse de variance

Analyse de variance à effets aléatoires

Syntaxe de la procédure MIXED
Détection graphique d'effets
Quantification d'un effet aléatoire, calcul de moyennes ajustées
Comparaison de groupes, ajustements pour les comparaisons multiples
Intégration de variables fixes quantitatives
Interactions

Modèles mixtes généralisés

Principe et théorie des modèles linéaires généralisés
Syntaxe de la procédure GLIMMIX
Régression logistique à effets aléatoires
Régression de Poisson à effets aléatoires
Régression Gamma à effets aléatoires

Analyse de variance sur données répétées

Variabilité inter-sujets et intra-sujets
Les principales structures de covariance
Comparaison et choix de la structure la plus adaptée aux données