JMP® : ANOVA et Régression
Cette formation vous apprend à analyser une variable à expliquer continue en
utilisant l’analyse de variance et la régression linéaire. Vous verrez aussi comment
produire l’analyse exploratoire des données et découvrir des motifs dans vos
données. Des concepts fondamentaux de statistique, comme les intervalles de
confiance, seront aussi présentés.
Vous apprendrez à utiliser le logiciel JMP pour:
•Comparer deux moyennes en utilisant un test de Student
•Générer et interpréter une analyse de variance pour comparer plus que deux moyennes
•Analyser la relation entre deux variables continues en utilisant les modèles de régression linéaire
simple et multiple
• Mettre en œuvre une analyse de covariance pour prendre en compte des variables explicatives
continues et catégorielles
• Vérifier les hypothèses dans les tests d’hypothèses
•Statisticiens et chercheurs avec des connaissances statistiques préalables
Public
•Avoir suivi la formation JMP®: Analyse Exploratoire des données ou avoir
acquis une expérience équivalente
Prérequis
Durée : 2 jours
Téléphone
01 60 62 11 00
Email :
Nous contacter
Programme •Introduction aux statistiques
Notions de population et d’échantillon
Explorer les données avec des statistiques descriptives et des
graphiques
Produire et comprendre les intervalles de confiance
Comprendre la notion de test d’hypothèse
•Comparer des moyennes
Analyser un t-test univarié
Analyser des données appariées
Comparer deux moyennes de groupes indépendants avec un t-test
•Analyse de variance
Mettre en œuvre un modèle d’ANOVA à 1 facteur définissant 2 groupes
Mettre en œuvre un modèle d’ANOVA à 1 facteur définissant plus que 2 groupes
Comparaisons multiples
Mettre en œuvre un modèle d’ANOVA à nfacteurs
Analyser la puissance et la taille d’un échantillon
•La régression linéaire simple
Utiliser des nuages de points et les statistiques de corrélation
Mettre en œuvre un modèle de régression linéaire simple
Ajuster un modèle de régression polynomial
•La régression multiple
Mettre en œuvre un modèle de régression multiple
Mettre en œuvre un modèle de régression multiple avec interactions
Choisir un modèle de régression avec la méthode stepwise