Dans cette série, nous explorons comment utiliser le logiciel JMP pour effectuer des analyses statistiques dans le domaine de la santé et de la nutrition animales. Conçue pour les chercheurs, les scientifiques et les professionnels de l'industrie, cette série couvrira les techniques fondamentales et avancées pour vous aider à obtenir des informations précieuses et à prendre des décisions éclairées.
En complétant cette série de webinaires, vous acquerrez les connaissances et les compétences nécessaires pour utiliser JMP dans l'analyse des données sur la santé animale et la nutrition. Vous serez en mesure d'effectuer des analyses statistiques plus sophistiquées, d'obtenir des conclusions plus solides et de prendre des décisions éclairées pour améliorer la santé et le bien-être des animaux. Que vous soyez un utilisateur débutant ou expérimenté de JMP, cette série vous fournira des outils précieux pour faire progresser votre travail et affiner de meilleurs modèles dans votre domaine d'études.
Session n°1 : Résumé statistique, tests d'hypothèses et construction de modèles
Dans la première partie, vous apprendrez à résumer les données de manière statistique, à effectuer des tests t sur 1 et 2 échantillons, à effectuer une analyse de variance (ANOVA) et à utiliser la régression linéaire multiple. Ces outils vous permettront d'explorer les relations, de comparer des groupes et d'évaluer l'importance des différences observées dans vos données.
Bientôt:
Séance n°2 : Analyse de survie
La deuxième partie portera sur l'analyse des temps de survie entre groupes. Vous apprendrez comment estimer et comparer les durées de survie à l'aide de techniques paramétriques et non paramétriques, et comment prendre en compte les covariables pour obtenir des conclusions plus précises. Cette analyse est particulièrement pertinente dans le domaine de la santé et de la nutrition animales, où la survie est un facteur critique à prendre en compte.
Séance #3 : Modèles mixtes
Dans la troisième partie, nous explorerons des modèles mixtes pour tenir compte des effets aléatoires et analyser des données longitudinales et des mesures répétées. Ces techniques vous permettront de prendre en compte la variabilité au sein et entre les sujets, et de mieux comprendre comment les données évoluent au fil du temps. Vous découvrirez également les options disponibles dans JMP et JMP Pro pour ajuster ces modèles et sélectionner la structure de covariance appropriée.
