Centre de formation

Formation Modèles Mixtes : Théorie et applications aux données de santé

Public concerné

Cette formation s'adresse aux statisticiens, chargés d'études, analystes et ingénieurs. Pré-requis: avoir suivi la formation "Programmation SAS® I : Fondamentaux", avoir de bonnes connaissances de l'analyse de variance. Il est fortement conseillé d'avoir effectué la formation "Analyse statistique Niveau 2"

Objectifs

En s'appuyant sur des études de cas concrets et l’analyse de problématiques courantes de la Biostatistique, nous vous initierons aux bonnes pratiques et pièges à éviter.

Durée et Lieu

Durée : 4 à 4,5 jours

Lieu : Paris

Tarif

3000 € HT par stagiaire

Très utiles, les modèles mixtes vous permettront d'intégrer les notions de mesures répétées et d'effets aléatoires au sein des analyses statistiques. Cette formation présente le processus MIXED de SAS®. Vous apprendrez à la mettre en œuvre au travers de différents plans d'expérience (Split plot, Cross over, Emboités...).

Cette formation sur 4 jours est suivie sur une demi-journée, animée en formation à distance (webex). Celle-ci permet de corriger l'étude de cas et de répondre aux questions additionnelles.

  

Les points forts

  • Une co-animation expert métier et expert SAS®
  • Exercices et cas pratiques sur données de santé
  • Apport de "best practices" dans votre contexte métier

 

Programme

Jour 1 :

Le modèle mixte et introduction à la procédure mixte

Théorie des modèles linéaires généraux mixtes

Présentation des modèles mixtes dans différents plans d'expérience

  

Jour 2 :

Modèle mixte avec des co-variables

Modèle à coefficients aléatoires

Modèle hiérarchique

Estimateur BLUP

 

Jour 3 :

Modèle mixtes avec des mesures répétées

Autres thèmes : données déséquilibrées, estimation par les moindres carrés généralisés, degré de liberté et problème de convergence

 

Jour 4 :

Le modèle linéaire généralisé mixtes et la PROC GLIMMIX

Exemples d'applications utilisant la PROC GLIMMIX

  

Webex additionnelle de 1/2 journée :

Correction de l'étude de cas

Q/R sur l'étude de cas