Fournit un aperçu des modèles linéaires généralisés, en mettant l'accent sur les modèles de régression logistique et de Poisson, et leur mise en oeuvre dans R.
Explore la régression logistique pour prédire les proportions de la végétation dans la région amazonienne grâce à l'analyse des données de télédétection.
Explore la régression linéaire avec et sans covariables, couvrant des modèles capturés par des distributions indépendantes et des outils comme des sous-espaces et des projections orthogonales.
Explore les modèles de mélange, y compris les mélanges discrets et continus, et leur application dans la capture de l'hétérogénéité du goût dans les populations.
Explorer l'interprétation des modèles de régression logistique, l'estimation des paramètres et la comparaison des modèles à l'aide de tests de rapport de probabilité.
