Bienvenue à Régression linéaire dans R pour la santé publique ! La santé publique a été définie comme "l'art et la science de la prévention des maladies, de la prolongation de la vie et de la promotion de la santé grâce aux efforts organisés de la société". Savoir ce qui cause la maladie et ce qui l'aggrave est manifestement un élément essentiel de cette démarche. Cela nécessite le développement de modèles statistiques qui décrivent comment les facteurs liés au patient et à l'environnement affectent nos chances de tomber malade. Ce cours vous montrera comment créer de tels modèles à partir de zéro, en commençant par vous présenter le concept de corrélation et de régression linéaire avant de vous guider dans l'importation et l'examen de vos données, puis de vous montrer comment ajuster les modèles. En prenant l'exemple des maladies respiratoires, ces modèles décriront comment le patient et d'autres facteurs affectent des résultats tels que la fonction pulmonaire.

La régression linéaire fait partie d'une famille de modèles de régression, et les autres cours de cette série couvriront deux autres membres. Les modèles de régression ont de nombreux points communs entre eux, même si les détails mathématiques diffèrent. Ce cours vous montrera comment préparer les données, évaluer l'adéquation du modèle aux données et tester ses hypothèses sous-jacentes - des tâches essentielles pour tout type de régression. Vous utiliserez le logiciel gratuit et polyvalent R, utilisé par les statisticiens et les scientifiques des données dans les universités, les gouvernements et l'industrie du monde entier.