MATH-408 / 5 crédits

Enseignant: Davison Anthony Christopher

Langue: Anglais

## Summary

General graduate course on regression methods

## Keywords

Binary response. Count data.  Deviance. Least squares. Likelihood.  Mixed model. Overdispersion. Penalised regression model. Random effects.  Ridge regression.

## Required courses

Courses on basic probability and statistics (e.g., MATH-240, MATH-230) and a first course on the linear model (e.g., MATH-341).

## Important concepts to start the course

Linear regession.  Likelihood inference.  Use of computer package R.

## Learning Outcomes

By the end of the course, the student must be able to:

• Develop elements needed in a regression analysis
• Apply the statistical package R for the analysis of data
• Assess / Evaluate the quality of a model
• Formulate a suitable regression model and assess its validity

## Transversal skills

• Demonstrate the capacity for critical thinking
• Demonstrate a capacity for creativity.
• Write a scientific or technical report.

## Teaching methods

Ex cathedra lectures; homework both theoretical and applied; mini-project

## Expected student activities

Attending lectures; solving theoretical problems; solving applied problems using suitable software

## Assessment methods

Written final exam.  Mini-project.

Dans le cas de l'art. 3 al. 5 du Règlement de section, l'enseignant décide de la forme de l'examen qu'il communique aux étudiants concernés.

## Supervision

 Office hours No Assistants Yes Forum Yes

No

## Bibliography

Davison, A. C. (2003) Statistical Models.

See moodle page

## Dans les plans d'études

• Semestre: Automne
• Forme de l'examen: Ecrit (session d'hiver)
• Matière examinée: Regression methods
• Cours: 2 Heure(s) hebdo x 14 semaines
• Exercices: 2 Heure(s) hebdo x 14 semaines
• Semestre: Automne
• Forme de l'examen: Ecrit (session d'hiver)
• Matière examinée: Regression methods
• Cours: 2 Heure(s) hebdo x 14 semaines
• Exercices: 2 Heure(s) hebdo x 14 semaines
• Semestre: Automne
• Forme de l'examen: Ecrit (session d'hiver)
• Matière examinée: Regression methods
• Cours: 2 Heure(s) hebdo x 14 semaines
• Exercices: 2 Heure(s) hebdo x 14 semaines
• Semestre: Automne
• Forme de l'examen: Ecrit (session d'hiver)
• Matière examinée: Regression methods
• Cours: 2 Heure(s) hebdo x 14 semaines
• Exercices: 2 Heure(s) hebdo x 14 semaines
• Semestre: Automne
• Forme de l'examen: Ecrit (session d'hiver)
• Matière examinée: Regression methods
• Cours: 2 Heure(s) hebdo x 14 semaines
• Exercices: 2 Heure(s) hebdo x 14 semaines
• Semestre: Automne
• Forme de l'examen: Ecrit (session d'hiver)
• Matière examinée: Regression methods
• Cours: 2 Heure(s) hebdo x 14 semaines
• Exercices: 2 Heure(s) hebdo x 14 semaines
• Semestre: Automne
• Forme de l'examen: Ecrit (session d'hiver)
• Matière examinée: Regression methods
• Cours: 2 Heure(s) hebdo x 14 semaines
• Exercices: 2 Heure(s) hebdo x 14 semaines

## Semaine de référence

 Lu Ma Me Je Ve 8-9 CM1221 9-10 10-11 CM1221 11-12 12-13 13-14 14-15 15-16 16-17 17-18 18-19 19-20 20-21 21-22

Mardi, 8h - 10h: Cours CM1221

Mardi, 10h - 12h: Exercice, TP CM1221