Les Modèles à Effets Aléatoires - Christophe Genolini
Les Modèles à Effets Aléatoires - Christophe Genolini
Les Modèles à Effets Aléatoires - Christophe Genolini
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Sommaire<br />
Préliminaires<br />
Essais multicentriques<br />
Aspects calculatoires<br />
Mesures répétées<br />
Analyse Classique<br />
<strong>Effets</strong> aléatoires<br />
Exemple d’application : Intercept et coefficient aléatoire III<br />
(Intercept) TraitementCrème<br />
-1.3238063 0.8872237<br />
> ranef(fitICA)<br />
$Centre<br />
(Intercept) TraitementCrème<br />
1 0.07658463 -0.18062609<br />
2 2.07198963 -0.44586469<br />
3 1.04967323 -0.09818885<br />
4 -1.44424841 0.29276054<br />
5 -0.80278837 0.28367134<br />
6 -1.88365702 0.41815718<br />
7 -0.72790944 0.14970977<br />
8 2.10228450 -0.53952878<br />
Cette fois, <strong>à</strong> la fois l’intercept et le log-OR varient d’un centre <strong>à</strong><br />
l’autre.<br />
On peut prédire les OR pour chacun des centres :<br />
Lionel RIOU FRANÇA <strong>Les</strong> <strong>Modèles</strong> <strong>à</strong> <strong>Effets</strong> <strong>Aléatoires</strong>