Modèles linéaires avancés

Modèles linéaires avancésCode de l'UE : HMMA307

Présentation

Modèles linéaires et linéaires généralisés sont des bases incontournables pour la modélisation dans des domaines variés comme la médecine, l'écologie, la génétique, l'agronomie ou encore les sciences de l’ingénieur… Néanmoins, ils présentent des limites liées à l’hypothèse d’échantillon indépendant. La prise en compte d’une dépendance entre les unités statistiques s’avère souvent nécessaire. Parmi les modélisations possibles de cette dépendance, l’introduction d’effets aléatoires est maintenant répandue. L'objectif de ce cours est de présenter le sens de ces effets aléatoires, puis l’extension des modèles linéaires aux modèles linéaires mixtes, et enfin d’introduire les effets aléatoires dans les modèles linéaires généralisés.
 

Volume horaire

  • CM : 21
  • TD : 0
  • TP : 0

Syllabus

Searle, S.R.; Casella, G. and McCulloch, C.E. (1992). Variance components, Wiley Series in Probability and Statistics.?
Journal of Société Française de Statistique (2002) Special Number on Modèles Mixtes et Biométrie. Vol.143 - No 1-2?
Bates D.M. (2010). lme4: Mixed-effects modeling, with R, Springer, http://lme4.r-forge.r-project.org/book/ ?
Pinheiro, J. C., and Bates, D. (2000), Mixed Effects Models in S and S-PLUS, New York: Springer.?
 

Diplômes intégrant cette UE

En bref

Crédits ECTS 5

Période de l'année
S3

Langue d'enseignement
fr

Contact(s)

Contact(s) administratif(s)

Benoite DE SAPORTA (benoite.de-saporta @ umontpellier.fr)