Données catégorielles
Code UE : STA212
- Cours
- 9 crédits
- Volume horaire de référence
(+ ou - 10%) : 70 heures
Responsable(s)
Vincent AUDIGIER
Public, conditions d’accès et prérequis
Ce cours s'adresse en priorité aux auditeurs préparant le master MR0085.
Il s'adresse également à des auditeurs préparant le diplôme d'actuaire.
Niveau requis: STA102 (régression et analyse de la variance) et STA104 (statistique mathématique).
Il s'adresse également à des auditeurs préparant le diplôme d'actuaire.
Niveau requis: STA102 (régression et analyse de la variance) et STA104 (statistique mathématique).
L'avis des auditeurs
Les dernières réponses à l'enquête d'appréciation pour cet enseignement :
Objectifs pédagogiques
Permettre aux ingénieurs, cadres d'entreprises ou d'administrations, médecins, chercheurs, de construire des modèles explicatifs de variables qualitatives. Le cours s'appuie sur la pratique du logiciel SAS, mis à disposition des auditeurs.
Contenu
Présentation des méthodes statistiques traitant des variables qualitatives
Principes généraux d'estimation d'un modèle (maximum de vraisemblance)
La régression logistique simple
Notion de variable latente
Les modèles PROBIT, LOGIT
Le modèle logistique et son interprétation
Analyse des résidus, des observations
La régression logistique multiple
Le modèle : prédicteurs quantitatifs ou qualitatifs
Sélection de variables
Résumé des tests de validité générale d'un modèle
Tables de classement, courbe ROC
Interprétation des coefficients de la régression logistique : odds ratio
La régression logistique dans le cas où Y est une variable polytomique ordonnée
Aspects pratiques de la mise en oeuvre des méthodes de régression logistique
La procédure LOGISTIC
Présentation des modèles linéaires généralisés et de la procédure GENMOD
Régression de Poisson
Etude de contrastes
Modélisation d'une réponse multinomiale
Estimation par maximum de vraisemblance ou par moindres carrés généralisés
Etude de cas avec la procédure CATMOD
Comparaison de la régression logistique avec d'autres méthodes de modélisation d'une réponse qualitative
Analyse discriminante sur variables quantitatives et qualitatives
Arbres de décision
Eléments pratiques de création d'un score
Méthodes PLS
Présentation de NIPALS, PLS1,PLS2
Applications: régression logistique PLS, analyse discriminante PLS
Modèles linéaires généralisés PLS
Principes généraux d'estimation d'un modèle (maximum de vraisemblance)
La régression logistique simple
Notion de variable latente
Les modèles PROBIT, LOGIT
Le modèle logistique et son interprétation
Analyse des résidus, des observations
La régression logistique multiple
Le modèle : prédicteurs quantitatifs ou qualitatifs
Sélection de variables
Résumé des tests de validité générale d'un modèle
Tables de classement, courbe ROC
Interprétation des coefficients de la régression logistique : odds ratio
La régression logistique dans le cas où Y est une variable polytomique ordonnée
Aspects pratiques de la mise en oeuvre des méthodes de régression logistique
La procédure LOGISTIC
Présentation des modèles linéaires généralisés et de la procédure GENMOD
Régression de Poisson
Etude de contrastes
Modélisation d'une réponse multinomiale
Estimation par maximum de vraisemblance ou par moindres carrés généralisés
Etude de cas avec la procédure CATMOD
Comparaison de la régression logistique avec d'autres méthodes de modélisation d'une réponse qualitative
Analyse discriminante sur variables quantitatives et qualitatives
Arbres de décision
Eléments pratiques de création d'un score
Méthodes PLS
Présentation de NIPALS, PLS1,PLS2
Applications: régression logistique PLS, analyse discriminante PLS
Modèles linéaires généralisés PLS
Modalité d'évaluation
Rédaction d'un mémoire utilisant les méthodes présentées en cours
Bibliographie
- HOSMER D., LEMESHOW S. : Applied logistic regression 2ième édition (Wiley, 2000)
- NAKACHE J.P., CONFAIS J. : Statistique explicative appliquée (Technip, 2003)
- Editeurs DROESBEKE, LEJEUNE, SAPORTA : Modèles statistiques pour données qualitatives (Technip 2005)
- STOKES M.E., DAVIS C.S. & KOCH G.G. : Categorical Data Analysis using the SAS System (SAS Institute Inc, Cary, NC, 2000)
- BARDOS M. : Analyse discriminante (Dunod, 2001)
- AGRESTI A. : Categorical data analysis 2ième édition (Wiley, 2002)
Cette UE apparaît dans les diplômes et certificats suivants
Rechercher une formation
CRITERES
- Le champ Mot-clé permet de rechercher les formations grâce à un mot ou à une expression présent dans l’intitulé ou dans les index d’une formation.
Des index vous sont suggérés à partir du 3e caractère saisi, mais vous pouvez aussi saisir librement tout autre chaîne de caractères . - les différents items sélectionnés sont croisés.
ex: "Comptabilité" et "Région Alsace"
CODE
- Vous pouvez utiliser le caractère joker * pour remplacer un nombre quelconque de caractères
- UE : le code comprend 3 lettres immédiatement suivies de 3 chiffres
- Certificat : le code comprend 2 ou 3 lettres immédiatement suivies de 3 chiffres. Certains certificats se déclinent selon plusieurs parcours :
- pour afficher le tronc commun, tapez le code simple (ex : LG005).
- pour afficher un parcours précis dans un diplôme, faites suivre le code de la lettre "p", et du numéro de parcours (ex : LG005p2). Si le diplôme ne comporte qu'un seul parcours, faites suivre la lettre "p" de -1 (ex : CYC17p-1).
Dans tous les cas, veillez à ne pas insérer d'espace ou de ponctuation supplémentaire.
Chargement du résultat...

Intitulé de la formation |
Type |
Modalité(s) |
Lieu(x) |
|
---|---|---|---|---|
Intitulé de la formation
Master Informatique — Parcours Traitement de l'information et exploitation des données (TRIED)
|
Lieu(x)
À la carte
|
Lieu(x)
Paris
|
||
Lieu(x)
À la carte
|
Lieu(x)
Liban, Paris
|
|||
Lieu(x)
À la carte
|
Lieu(x)
Paris
|
|||
Intitulé de la formation | Type | Modalité(s) | Lieu(x) |
Contact
EPN06 Mathématiques et statistiques
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski
Voir le site
Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.
UE
-
-
Paris
-
Centre Cnam Paris
Comment est organisée cette formation ?
Organisation de la modalité FOAD 100%
Planning
Aucun planning pour le moment
Précision sur la modalité pédagogique
- Regroupements physiques facultatifs : Aucun
:Organisation du déploiement de l'unité
- Nombre d'élèves maximum à distance par classe : 40
- Nombre d'heures d'enseignement par élève : 77
- Délai maximum de réponse à une solicitation : sous 96 heures (Jours ouvrés)
Modes d'animation de la formation
- Forum
- Messagerie intégrée à la plateforme
- Organisation d'une séance de démarrage
- Evaluation de la satisfaction
- Hot line technique
Ressources mises à disposition sur l'Espace Numérique de Formation
- Documents de cours
- Documents d'exercices, études de cas ou autres activités pédagogiques
- Rstudio intégré dans moodle
Modalité de contrôle de l'acquisition des compétences et des connaissances (validation de l'UE)
- Projet(s) individuel(s)
-
Centre Cnam Paris
-
Paris
Code UE : STA212
- Cours
- 9 crédits
- Volume horaire de référence
(+ ou - 10%) : 70 heures
Responsable(s)
Vincent AUDIGIER