JMP Anova et régression (régression simple) Mixte : présentiel / à distance

• Personne souhaitant mettre en œuvre les méthodes d'analyse de la variance, de régression avec mise en application sous JMP.

• Il est nécessaire que les participants aient de bonnes connaissances sur les outils statistiques de base : statistiques descriptives, tests d'hypothèses, intervalles de confiance, p-value, risque alpha …

A l'issue de cette formation, l'apprenant sera capable avec JMP de :

• Vérifier les conditions de mise en œuvre d'une ANOVA à un et plusieurs facteurs.
• Comprendre les calculs de l'ANOVA
• Interpréter les résultats d'une ANOVA
• Mettre en œuvre un test a posteriori (Tukey, Bonferroni, Dunnett, …)
• Interpréter le sens physique d'une interaction
• Connaître le contexte des Anova à mesures répétées
• Connaître le contexte des Anova hiérarchisées
• Mettre en œuvre un modèle de régression linéaire simple et le valider
• Comprendre le contexte de la régression multiple

Prise en main de l'interface de Jmp (si nécessaire)

• Généralités et interface utilisateurü Gestion et organisation des données
  • Gestions des fichiers générés sous Jmp
  • Utilisation des barres d'outilsü Présentations des menus
  • Présentations des différentes analyses statistiques disponibles
• Paramétrage de la feuille de donnéesü Définition des variables
  • Paramétrage des types de variables
  • Création de formules
  • Gestion des données
  • Saisie, Ajout, Suppression de données
  • Sélection de données
  • Filtrage de données dans les analyses
  • Filtrage de données par les graphiques
  • Structuration, manipulation des données (split, stack…)
  • Importation d'un fichier de données (Excel)
• Gestion des analysesü Paramétrage des variables
  • Gestion des fenêtres d'analyses
  • Gestion des scripts
  • Sauvegarde des scripts
  • Mise à jour d'une fenêtre d'analyse
  • Association feuille de données & Analyses
  • Edition de scripts (Découverte des principes)
• Outils divers
  • Configuration du logiciel
  • Paramétrage de base
  • Utilisation de l'aide
• Outils graphiques
  • Manipulation de graphiques
  • Exploration de données via les graphiques
• Personnalisation de graphiques

 

Mise en œuvre d'une Anova simple (un facteur – One way)

• Contexte d'utilisation de l'Anova simple
• Parallèle et différences avec le test de Student
• Données indépendantes et données appariées
• Conditions de mise en œuvre de l'Anova
• Décomposition de la variance
• Interprétation de la table de l'Anova
• Erreur expérimentale
• Significativité des effets
• Principes de lecture de la table de Fisher
• Importance des degrés de liberté de l'erreur
• Comparaisons multiples des moyennes
• Les différents tests disponibles (Tukey, Bonferroni, Dunnett, ...)
• Etude des grandes erreurs à ne pas commettre dans l'ANOVA

 

Mise en œuvre d'une Anova à deux et x facteurs

• Contexte d'utilisation de l'Anova à deux facteurs
• Définition de la notion d'interaction
  • Sens physique
  • Approche graphique
• Conditions de mise en œuvre de l'Anova à deux facteurs
  • Plan équilibré
  • Plan déséquilibré
• La décomposition de la variance
• Interprétation de la table de l'Anova
  • Les différentes sommes de carrés (type I et III)
  • Calcul de l'erreur
  • Significativité des effets
  • Significativité de l'interaction
• Comparaisons multiples des moyennes : les différents tests (Tukey, Bonferroni, Dunnett, …)
• Traitements graphiques des analyses

 

Protocoles expérimentaux et généralités sur les différents types de modèles

• Présentation du modèle linéaire
• Les différents types de facteurs
• Les différents types de modèles
  • Modèles sans interactions
  • Les modèles avec interactions
  • Les modèles croisés
  • Les modèles imbriqués
  • Les mesures répétées
• Importance et pertinence du protocole expérimental

 

Mise en œuvre et interprétation des résultats d'une régression linéaire simple

• Principes généraux de la régression
  • Différences entre ANOVA et Régression
  • Rappels des objectifs
  • Conditions d'utilisation
  • Principes de base de la modélisation par la régression
• Les différents modèles de la régression
  • Modèle linéaire simple
  • Modèle linéaire multiple
• Qualité du modèleü Erreur d'estimation
  • Coefficient de détermination
• Analyse des résidus
  • Calculs des résidus
  • Sens physique
  • Homogénéité, distribution
  • Valeurs suspectes
  • Analyses graphiques
• Utilisation du modèle
  • Prédiction de valeurs individuelles
  • Intervalles de confiance des prédictions
• Traitement graphique des résultats
• Etude des grandes erreurs à ne pas commettre dans une régression
• Ouverture sur la régression multiple

• Connaître le contexte des Anova à mesures répétées
• Connaître le contexte des Anova hiérarchisées
• Comprendre le contexte de la régression multiple
• Comprendre les calculs de l'ANOVA
• Interpréter les résultats d'une ANOVA
• Interpréter le sens physique d'une interaction
• Vérifier les conditions de mise en œuvre d'une ANOVA à un et plusieurs facteurs
• Mettre en œuvre un test a posteriori (Tukey, Bonferroni, Dunnett, …)
• Mettre en œuvre un modèle de régression linéaire simple et le valider

• Explications théoriques suivies de pratiques guidées puis de mises en autonomie.
• Exercices autonomes et réguliers pour assurer l'assimilation

Votre formation a lieu en présentiel :

• 1 vidéoprojecteur par salle
• 1 ordinateur

Votre formation se déroule à distance avec :

• 1 ordinateur
• 1 connexion Internet
• 1 adresse e-mail valide
• 1 équipement audio (micro et enceintes ou casque)
• 1 Webcam (facultatif – dans l'idéal)
• 1 deuxième écran (facultatif – dans l'idéal)

Votre formation se déroule sur notre plate-forme de formation avec :

• 1 ordinateur
• 1 connexion Internet
• 1 adresse e-mail valide
• 1 équipement audio (micro et enceintes ou casque - facultatif)

 

Support stagiaire :

À l'issue de la formation, les exercices et travaux pratiques réalisés, leurs corrigés ainsi qu'un support de cours dématérialisé sera fourni à chaque stagiaire par e-mail ou via la plate-forme FOAD.

L'acquisition des compétences de la formation se fait à travers le suivi du formateur tout au long de la formation (séquences synchrones et asynchrones). Elle s'appuie également sur la réalisation d'exercices et de TP. Enfin, des quiz s'ajoutent aux différents outils de validation de l'acquisition des compétences visées.
Une évaluation est systématiquement réalisée par chaque stagiaire, à l'issue de la formation.

Nos formateurs sont certifiés à l'issue d'un parcours organisé par nos soins. Ils bénéficient d'un suivi de maintien et d'évolution de leurs compétences aussi bien au niveau technique que pédagogique.
Chacun de nos formateurs a bénéficié d'une formation spécifique à l'animation de classe virtuelle et à l'utilisation des solutions de formation à distance du Groupe ARKESYS.

Cette formation est accessible à toute personne en situation de handicap. Notre référent handicap prendra contact avec les stagiaires concernés pour adapter l'animation à leurs besoins et rendre l'apprentissage accessible à tous. Enfin, nos centres de formation sont accessibles aux personnes à mobilité réduite.