Régression logistique - Niveau avancé

Qualiopi

Découvrez la puissance de la régression logistique avancée : maîtrisez les techniques d'analyse prédictive pour optimiser vos décisions stratégiques et boostez vos compétences en statistiques avec des cas pratiques et des applications concrètes !

À partir de 3100 €
Durée 14h en 2 jours
Localisation Partout en France
Logo de GROUPE ARKESYS - Régression logistique - Niveau avancé

Proposé par

GROUPE ARKESYS

Prérequis

  • Il est indispensable que les participants aient de bonnes connaissances sur les outils statistiques de base : tests d'hypothèses, p-value, risque alpha, régression linéaire

Public admis

  • Salarié en Poste
  • Entreprise

Demandeur d'emploi et Etudiant non admis

Financement

  • Votre OPCO
  • Financement personnel

Financement CPF non pris en charge

Modalités

  • En centre
  • En entreprise
  • À distance

Objectifs pédagogiques

  • D'identifier le contexte général d'utilisation de la régression logistique
  • De connaître les concepts mathématiques inhérents à la régression logistique
  • De mettre en œuvre et analyser les résultats (tableaux, graphiques) d'une modélisation de type régression logistique
  • De calculer les probabilités ajustées d'apparition d'un évènement « succès » 
  • De comparer la régression logistique avec d'autres outils type Afd, Méthode de classement
  • D'interpréter les coefficients tels que les odds-ratios, notamment dans un contexte épidémiologique 
  • D'identifier et de résoudre les problèmes rencontrés lors de la mise en œuvre d'un modèle de type régression logistique 
  • De détecter et traiter les colinéarités éventuelles entre variables explicatives

Programme de la formation

Contexte d'utilisation du modèle de régression logistique

  • Variable explicative et variable expliquée (continue / binaire)
  • Différences entre la régression linéaire classique et la régression logistique
  • Variables explicatives qualitatives, variables explicatives quantitatives
  • Objectifs de la régression logistique
  • Définition du modèle Logit (courbe sigmoïde)
  • Découpage en classes des variables explicatives quantitatives
  • Conditions d'utilisation à respecter


Mise en œuvre et analyse des résultats d'un modèle de régression logistique

  • Estimation et interprétation des coefficients du modèle
  • Test de significativité du modèle (validation du modèle)
  • Tests d'apport d'une variable (test de Wald, tests sur les rapports de vraisemblance)
  • Interprétation du Khi² de Wald
  • Odds-ratios
  • Parallèle odds ratios et risques relatifs
  • Analyse du tableau de classement
    • Taux de réussite, taux d'échec
    • Vrais positifs, vrais négatifs, faux positifs, faux négatifs
  • Probabilités ajustées et utilisation du modèle à des fins de prédiction
  • Mise en œuvre et interprétation des résultats (tableaux, graphiques) de la régression logistique
    • Sur un tableau de contingence
    • Sur un tableau composé de variables explicatives uniquement qualitatives, uniquement quantitatives, qualitatives et quantitatives
  • Modèle de régression logistique multinomial
  • Mise en œuvre et analyse des résultats d'un modèle de régression logistique multiple
  • Estimation et interprétation des coefficients du modèle multiple


Mesure de la qualité d'un modèle de régression logistique

  • Qualité d'ajustement du modèle (coefficients R²)
  • Qualité d'estimation des coefficients du modèle, qualité de prédiction
  • Intervalles de confiance des coefficients du modèle
  • Intervalles de confiance des odds-ratio
  • Lien entre la qualité du modèle et :
    • Les effectifs des classes
    • La colinéarité des variables explicatives
  • Sélection du modèle final
  • Matrice de confusions
Logo de GROUPE ARKESYS - Formation Régression logistique - Niveau avancé

Proposé par

GROUPE ARKESYS

"La formation maintenant pour vos talents de demain"

Voir la fiche entreprise
À partir de 3100 €
Logo de GROUPE ARKESYS - Régression logistique - Niveau avancé

Régression logistique - Niveau avancé

0 ville proposant cette formation
Logo

La 1ère plateforme pour trouver une formation, choisir son orientation ou construire son projet de reconversion.

© 2024 France Carrière. Tous droits réservés.