Analyse des données d'essais en mesures répétées (Réf MEREP) Présentiel
Dernière mise à jour : 04/09/2025
Dans cette formation, vous apprendrez à identifier les situations dans lesquelles les données de votre essai ne sont pas indépendantes et à choisir le modèle adéquat pour analyser des dispositifs expérimentaux plus complexes.
Public
Tout public
Prérequis
Avoir suivi la formation « Bien concevoir et analyser son essai » ou équivalent
Objectifs pédagogiques
- Identifier les situations expérimentales où l'hypothèse d'indépendance est violée
- Utiliser les modèles mixtes à mesures répétées pour analyser les données corrélées
Contenu
- Rappel général sur les essais expérimentaux et l'ANOVA classique :
- vocabulaire en expérimentation : unité expérimentale, variabilité biologique, répétition biologique, …
- ANOVA classique pour l'étude de la différence entre plusieurs traitements : écriture du modèle, conditions de validité du modèle et interprétation des résultats
- Les mesures corrélées sur des unités expérimentales réparties en cases collectives :
- problématiques posées par les données structurées en groupe en ANOVA classique : pseudo-répétitions et impact sur l'indépendance des résidus
- introduction de l'ANOVA mixte pour prendre en compte la corrélation des mesures : écriture du modèle, estimation du degré de liberté, vérification de la validité du modèle, interprétation des résultats…
- illustration et mise en pratique autour de deux exemples : essais en alimentation et en santé animale
- Généralités sur les mesures répétées :
- mesures répétées sur les unités expérimentales : définition, particularités et exemples
- différence entre mesures répétées et répétition biologique
- intérêt des mesures répétées sur les unités expérimentales
- Cas particulier des mesures longitudinales (ou répétées dans le temps) :
- ANOVA classique sur des variables résumées issues de données longitudinales
- ANOVA mixte à mesures répétées : écriture du modèle, conditions de validité du modèle, interprétation des résultats, modélisation de la corrélation temporelle des données, …
- étude de l'effet du traitement au cours du temps : interactions et gestion de l'hétérogénéité des variances au cours du temps
- illustration et mise en pratique autour de deux exemples
- Mesures (répétées ou non) sur les unités observables et fausses répétitions :
- unités observables : définition et différence avec l'unité expérimentale
- notion de fausse répétition : définition et exemples
- mesures sur une unité observable et risque de fausse répétition
- réduire le risque de fausses répétitions en phase de conception
- exemples illustratifs et mises en pratique
Méthodes pédagogiques
- Exposé et échanges
- Manipulations et exercices pratiques
Evaluation des acquis
Questionnaire en fin de formation
Responsable pédagogique
LEGRIS Maxime
Diplômé en 2015 du Master Ingénierie Statistique et Numérique de l’Université de Lille 1, Maxime rejoint l’équipe DATA’STAT de l'Institut de l'Elevage pour renforcer les compétences du service dans le traitement des bases de données à l’aide de techniques de Data Mining.
M'inscrire à la formation
Repas et hébergement
Déjeuners offerts. L'hébergement et les repas du soir ne sont ni gérés, ni pris en charge par l'Institut de l'Elevage.