Modèles mixtes : modèles à effets aléatoires pour données longitudinales

S’approprier les principaux modèles à effets aléatoires pour données longitudinales en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre de modèles mixtes 

Introduction aux données groupées et longitudinales

- Rappels concernant le modèle linéaire

• Anova et régression linéaire, conditions d’utilisation
• Limites de ces modèles
  

- Les modèles linéaires à effets mixtes

• Exemples introductifs
• Contexte d’utilisation des différents modèles (modèles à intercept et pentes aléatoires)
• Estimation des paramètres
• Interprétation des paramètres du modèle mixte
• Structure des effets aléatoires et de la matrice de covariance
• Structure des erreurs de mesure
• Données longitudinales incomplètes (données manquantes), classification et traitement de ces données manquantes
• Adéquation du modèle à effets aléatoires (résidus, diagnostic d’influence)
• Estimation des effets aléatoires
• Prédictions de Y
• Données manquantes (sur variables dépendantes ou explicatives)
• Stratégie de modélisation
• Modèles pour données groupées
• Applications
  

- Les modèles marginaux

• Modèles d’équations d’estimation généralisées
• Applications
  

- Les modèles linéaires généralisés mixtes

• Régression logistique, régression de Poisson
• Applications