Mode lisation Statistique R
Pr Matthieu Resche-rigon
Le jeudi 22 janvier à 13h30
Ronéotypeur : Marie RIANT
Ronéolecteur : Audrey MILLOT
Cours n°1 – UE11
Modélisation statistique
Il faut apporter une calculatrice scientifique (pour les log et exp) aux eds et en partiel !
Le cours est complexe et il y a beaucoup de formules qui sont soit à apprendre et à savoir appliquées lorsqu’elles sont « simples » soit à oublier quand elles sont horribles (le partiel sera comme les eds, donc il faudra voir à ce moment quelles sont vraiment les formules importantes). Le prof insiste sur le fait de s’inscrire sur le cours de didel car les infos seront transmises par ce biais et les diapos disponibles avant les cours magistraux pour qu’on puisse les lires et/ou les imprimer avant (ou pas ;) ). On pourra aussi retrouver les polys de Paces (youpidou !) parce que les cours de P1 sont considérés comme acquis même s’il y a quelques rappels dans ce cours. On aura besoin de cette matière, qu’on aura aussi les prochaines années, pour la LCA (lecture critique d’article).
Ronéo n°1 – Cours n°1 UE11
1 sur 10
Sommaire
I Rappels
A)
B)
C)
D)
Variables aléatoires
Médianes et quantiles
Quelques lois
Statistiques inférentielles et estimations
II Modélisation linéaire
A) Corrélation
1) Le coefficient de Pearson
2) Le coefficient de Spearman
B) Régression linéaire
III Régression logistique
IV Modèle multiple
A) Modèle linéaire multiple
B) Modèle logistique multiple
V Bonus sur les tests
Ronéo n°1 – Cours n°1 UE11
2 sur 10
I.
Rappels
A.
Variables aléatoires
On utilise la modélisation pour décrire de la façon la plus proche (mais jamais parfaite donc tous les modèles sont faux) le monde réel de façon à pouvoir y appliquer des outils mathématiques. Ceci a pour but, soit, d’analyser et de décrire la situation, soit, de prédire des évènements. Une variable aléatoire est une grandeur numérique résultant d’une expérience aléatoire. On la note X et on cherche à l’estimer au mieux dans les