Si vous avez une formation technique en mathématiques/statistiques/informatique/ingénierie et ou si vous poursuivez un changement de carrière vers des emplois ou des industries qui sont axées sur les données, ce cours est pour vous. Ces secteurs peuvent être la finance, le commerce de détail, la technologie, les soins de santé, le gouvernement ou bien d'autres encore. Les possibilités sont infinies.

Ce cours vous permettra de vous familiariser avec le modèle linéaire généralisé (GLM) à travers les exemples de la Régression logistique et de la Régression de Poisson. Vous verrez également comment la régression linéaire simple et multiple est liée au GLM à l'aide de la fonction de lien. Nous étudierons également une technique de régression robuste aux données aberrantes. Enfin, nous apprendrons à effectuer une validation de modèle impliquant la GLM. Après ce cours, les étudiants seront capables de : - Déterminer quels modèles de régression utiliser en fonction de la nature de la variable de réponse - Utiliser une technique de régression qui est robuste à la présence de valeurs aberrantes - Effectuer une régression linéaire généralisée en utilisant R en identifiant la fonction de lien correcte - Interpréter et tirer des conclusions sur le modèle de régression - Utiliser R pour effectuer une inférence statistique basée sur les modèles de régression - Utiliser R pour effectuer une inférence statistique basée sur les modèles de régression.