У нас вы можете посмотреть бесплатно Tuto@Mate#62 Joseph Larmarange présente les modèles de comptage или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Les modèles de comptage permettent de modéliser un nombre entier correspondant le plus souvent au nombre d’occurrences d’un événement (par exemple un nombre d’enfants, ou bien un nombre de cas positifs). Pour expliquer une variable de ce type, les modèles linéaires ou les régressions logistiques ne sont pas adaptées. On aura alors recours à des modèles ou régressions de Poisson, c’est-à-dire de manière plus spécifique à un modèle linéaire généralisé (GLM en anglais), avec une fonction de lien logarithmique et une distribution statistique de Poisson. Les modèles de Poisson font l’hypothèse que la variance est égale à la moyenne, ce qui ne s’observe pas toujours. Auquel cas on aura alors un problème de surdispersion. Dans ce cas-là, nous pourrons avoir recours à des modèles apparentés aux modèles de Poisson, à savoir les modèles quasi-Poisson et les modèles binomiaux négatifs. Les modèles de comptage peuvent aussi être utiliser pour un outcome binaire, en lieu et place d’une régression logistique, afin d’estimer des prevalence ratios plutôt que des odds ratios. Les modèles de comptage peuvent également être utilisés pour des modèles d’incidence ou de taux, en rapportant un nombre d’événements à une durée d’exposition. Enfin, lorsqu’il y a un nombre important de 0 dans les données à expliquer, on peut avoir recours à des modèles zero-inflated ou des modèles hurdle qui, d’une certaine manière, combinent deux modèles en un (d’une part la probabilité de vivre l’évènement et d’autre part le nombre d’occurrences de l’évènement). Supports : https://larmarange.github.io/guide-R/... https://larmarange.github.io/guide-R/... https://larmarange.github.io/guide-R/... Joseph Larmarange est démographe en santé publique, directeur de recherche IRD au sein du Ceped (Centre Population et Développement, UMR 196). Il est notamment l’auteur de guide-R : Guide pour l’analyse de données d’enquêtes avec R (https://larmarange.github.io/guide-R/) et des webin-R sur Youtube ( / webinr . Ce webinaire, tenu le 21 mai 2024, fait partie de la série des Tuto@Mate du réseau Mate-shs. Plus d'informations sur le tuto (par exemple slides) sur le site de Mate-shs : https://mate-shs.cnrs.fr/actions/tuto...