Site de l'Université | English version
Année académique 2014-2015Données en date du : 12/05/2015
SDOC0031-1  Modèles linéaires

Durée :  20h Th
Nombre de crédits :  
Formation doctorale en sciences (Biochimie, biochimie moléculaire et cellulaire, bioinformatique et modélisation)3
Formation doctorale en sciences (Biologie des organismes et écologie)3
Formation doctorale en sciences (Chimie)3
Formation doctorale en sciences (Géographie)3
Formation doctorale en sciences (Géologie)3
Formation doctorale en sciences (Mathématiques)3
Formation doctorale en sciences (Océanographie)3
Formation doctorale en sciences (Physique)3
Formation doctorale en sciences (Sciences et gestion de l'environnement)3
Formation doctorale en sciences (Sciences spatiales)3
Formation doctorale en sciences (Didactique des sciences)3
Nom du professeur :  Yvik Swan
Langue(s) du cours :  
Langue française
Organisation et évaluation :  
Enseignement au deuxième quadrimestre
Contenus du cours :  
Partie I : Régression Linéaire
  • Définition(s)
  • Estimateur des moindres carrés ordinaires
  • Tests d'hypothèse
  • Estimateurs des moindres carrés pondérés et généralisés
  • Sélection de variables explicatives
Partie II : Régression non linéaire et non paramétrique
  • Régression non linéaire
  • Régression non paramétrique
Partie III : Modèles linéaires généralisés
  • Introduction
  • Régression logistique
Partie IV : ANOVA
Acquis d'apprentissage (objectifs d'apprentissage) du cours :  
A la fin du cours l'étudiant maîtrisera les notions abordées tant du point de vue théorique que pratique que computationnel (sur ordinateur).
Prérequis et corequis / Modules de cours optionnels recommandés :  
Les cours de Probabilité et Statistique I, II et III de même que les cours d'Algèbre Linéaire sont indispensables.  Une bonne maîtrise de R sera utile. 
Activités d'apprentissage prévues et méthodes d'enseignement :  
Cours ex cathedra et séances d'exercice
Mode d'enseignement (présentiel ; enseignement à distance) :  
Lectures recommandées ou obligatoires et notes de cours :  
Des notes de cours seront disponibles sur MyULg avant le début du cours. 
 
Bibliographie : 
  • Hafner, C.  (2012) Modèles linéaires. Notes de cours, UCL
  • McCullagh, P. and Nelder, J. A. (1983). Polytomous data. In Generalized Linear Models, pages 101-126. Springer.
  • Nelder, J. A. and Baker, R. (1972). Generalized linear models. Wiley Online Library.
  • Peng, C.-Y. J., Lee, K. L., and Ingersoll, G. M. (2002). An introduction to logistic regression analysis and reporting. The Journal of Educational Research, 96(1) :3-14.
  • Werker, B. (2001) Linear and nonlinear models. Course notes, ULB
  • White, H. (1980). A heteroskedasticity-consistent covariance matrix esti- mator and a direct test for heteroskedasticity. Econometrica : Journal of the Econo- metric Society, pages 817-838.
Modalités d'évaluation et critères :  
Stage(s) :  
Remarques organisationnelles :  
Contacts :  
Yvik Swan  Département de Mathématique, Grande Traverse, 12, Sart Tilman, B-4000 Liège +32 4 366 94 76 yswan at  ulg.ac.be 
 
 
 



Accueil

Bacheliers, masters, masters complémentaires et agrégations

Formations continues

Doctorat

Recherche par enseignant

Recherche par cours

Administration de l'Enseignement et des Etudiants - Responsable de l'information : Monique Marcourt, Direction générale à l'Enseignement et à la Formation - Réalisation SEGI