Ce cours est consacré aux modèles linéaires généralisés et à leurs
généralisations. Une grande partie de ce cours traite des modèles
catégoriels, où les variables à expliquer sont qualitatives plutôt que
quantitatives. Certaines extensions seront aussi étudiées telles que les
réseaux bayésiens. La connaissance de logiciels de statistique sera
demandée car le contrôle des connaissance s'articulera autour
d'exercices et aussi de projets sur des données réelles.
- Enseignant éditeur: Rynkiewicz Joseph
Chemin ROF:
/École d'économie de la Sorbonne/M2P Traitement de l'info. et data-science en entrepr.(FI-FA)/Semestre 4/UE1 Statistique appliquée, modélisation des données éco/Econométrie non-linéaire
Chemin ROFid:
/02/UP1-PROG-02-MPB50Q-125/UP1-PROG-ELP-B5PQS425/UP1-C-ELP-B5EPQ225/UP1-C-ELP-B5PF0815
Code Apogée: B5PF0815
Composante: École d'économie de la Sorbonne
Semestre: 4
Niveau: M2
Niveau LMDA: Masters
Niveau année: 5
Composition: Cours magistral
Diplôme: M2P Traitement de l'info. et data-science en entrepr.(FI-FA)
Domaine ROF: [Sciences économiques] Sciences économiques
Type ROF: [M2]
Nature ROF: [5] BAC+5
Cycle ROF: [2]
Rythme ROF: [Apprentis.,Initiale]
Langue: []
Mention: Econométrie, statistiques
Spécialité: Master 2 Traitement de l'information et data-science en entreprise (TIDE) (formation initiale et apprentissage)
Approbateur proposé Id: 49179
Approbateur effectif Id: 49179
Date validation: Wednesday, 10 September 2025, 6:04 PM
