· Modèles linéaires à effets mixtes :
o Notions de base :
§ Différence entre effet fixe et effet aléatoire
§ Ecriture du modèle, hypothèses du modèle.
§ Interprétation des résultats du modèle.
§ Notion de meilleur prédicateur linéaire non biaisé (BLUP)
§ Importance de la prise en compte de la corrélation entre les observations.
o Démarche de construction et de validation de modèle linéaire à effets mixtes.
o Méthode d’inférence.
o Application des modèles linéaires à effets mixtes.
§ Analyse de données longitudinales (modèle à intercept et/ou pente aléatoire)
§ Analyse de données hiérarchiques.
· Modèle linéaire généralisés à effets mixtes :
o Particularités de l’introduction d’effets aléatoires dans les modèles linéaires généralisés.
o Régression logiques à effets mixtes.
o Régression de Poisson à effets mixtes.
· Modèle de mélanges à classes latentes pour l’analyse de données longitudinales.
