Objectifs :
Reposer les bases de statistiques pour donner une compréhension juste des résultats de calculs statistique sous R et éviter de mal interpréter des résultats de tests statistiques

Programme :
1) Révision de la notion de p-value
2) Introduction à la régression linéaire multiple sous R
3) Visualisation d'estimations erronées sur la base de simulation de données aléatoires
4) Méfaits de la sélection de modèles (stepwise etc.) et solutions alternatives
5) Adapter les lois de distribution à la distribution de ses données (et pourquoi et comment éviter les lois binomiales et poisson).
4) Bilan des erreurs à ne pas faire et des méthodes à favoriser quand on fait de la régression linéaire multiple (bon usage de la correction de Bonferroni, présentation de modèles alternatifs, visualisation de données, LASSO)

Pré-requis :
Avoir déjà entendu parlé de p-value et de modèle linéaire (y=a*x+b), on reprends tout depuis la base.

Equipe pédagogique :
Corentin BARBU

Méthode pédagogique :
Après une courte présentation théorique, nous éxécutons ensemble des lignes de code R qui permettent de visualiser les écueils à éviter.

Compétences acquises à l'issue de la formation :
Cette formation proposée sous une forme ou sur une autre à plusieurs dizaines d'étudiants leur a permis de se réapproprier les bases de la statistique et d'éviter de tomber dans des erreurs encore trop communes en statistiques appliquées à la biologie.

La formation participe à l'objectif suivant :être directement utile pour la réalisation des travaux personnels de recherche