UE Modèle linéaire et analyse de la covariance

Diplômes intégrant cet élément pédagogique :

Descriptif

Modèle linéaire simple et multiple : estimation, intervalle de confiance, test, prédiction, validation, sélection de variables, test multiples (principes généraux et non spécifiques au modèle linéaire). ANOVA à 1 et 2 facteurs: estimation. Plans orthogonaux. ANACOVA

Pré-requis

Le cours présuppose une connaissance de l’algèbre linéaire et la notion de vecteur gaussien.

Compétences visées

Être en mesure d’analyser un jeu de données réelles avec un modèle linéaire. Savoir utiliser les méthodes de sélection de variables et de tests multiples. Savoir proposer un plan d’expérience.

Bibliographie

Cameron, A. C. et P.  K.  Trivedi. 1998, Regression  Analysisof Count Data, Econometric society monographs, Cambridge Uni- versity Press, Cambridge, UK, ISBN 0521635675, 436 p..

Cornillon, P. A. et E. Matzner-Lober. 2011, Régression avec R, 1re éd., Springer, Collection Pratique R, ISBN 978-2-8178- 0183-4, 242 p..

Draper, N. R. et H. Smith. 1998, Applied Regression Analysis, third edition éd., Wiley series in probability and statistics., Wiley- Interscience, New York, ISBN 0471170828, 736 p..

Pankratz, A. 1991, Forecasting with Dynamic Regression Models, 1re éd., Wiley series in probability and mathematical statistics., Wiley-Interscience, New York, ISBN 0471615285, 400 p..

Informations complémentaires

Méthode d'enseignement : En présence
Lieu(x) : Grenoble - Domaine universitaire
Langue(s) : Anglais