Stata ERM : Les modèles de régression étendusAccueil Catalogue de formation Stata ERM : Les modèles de régression étendus Analyse Statistiques théoriques et appliquées Intra-entreprise Distanciel Présentiel Français Anglais Objectifs Apprendre à prendre en compte les différentes sources d’endogénéité dans un modèle de régression Pré-requis : De bonnes notions en méthodes de régression Moyens pédagogiques et d’encadrement Exposés suivis d’exercices pratiques avec mise en situation Supports pédagogiques et applications sous format numériques fournis Dispositif de suivi et d’évaluation des acquis : Questionnaires de positionnement avant la formation. Formulaires d’évaluation de la formation, à chaud et à froid. Résultats & compétences attendus à l’issue de la formation : Être en mesure d’identifier les sources d’endogénéité, les conséquences que cela peut avoir et les méthodes de traitement des différentes formes envisages dans un seul modèle. Programme de la formation 1 modules de 3,5 heures Les différentes sources d’endogénéité et les conséquences sur les propriétés des estimateurs Les méthodes d’estimation pour en tenir compte Une commande synthétique qui permet de considérer ces différentes sources dans un seul modèle Un exercice pratique Télécharger le programme complet Durée 3 heures Niveau Avancé Public Chercheurs souhaitant maîtriser le traitement des questions d’endogénéité dans un modèle de régression Participants 8 personnes maximum Nous contacter pour un devis personnalisé Vous recherchez des informations sur une formation ? Vous souhaitez mettre en place une session de formation sur mesure ? Contactez notre équipe pédagogique ! Remarque : JavaScript est requis pour ce contenu. Stata Rapide, précis et facile à utiliser, le logiciel Stata est la référence pour le traitement et l'analyse de données statistiques et de data science. Il répond à tous vos besoins en matière de science des données : manipulation des données, visualisation, statistiques et rapports automatisés. En savoir plus Formations à venir Communication et rédaction scientifique Intelligence Artificielle Générative pour l’enseignement Recherche - Concepts et applications Objectifs Découvrer le principe de fonctionnement global du Deep Learning et de l’Intelligence Artificielle Générative et bénéficier du potentiel des outils d’IAG Utiliser des techniques de prompting avancées pour répondre à des besoins métier. Produire des activités pédagogiques telles que des notes de cours, des guides d’étude, ou des résumés de chapitres pour aider les étudiants dans leur apprentissage. Concevoir des examens et des quiz à partir du contenu de formation développé pour les étudiants et gagner du temps dans la préparation de vos cours Générer des scénarios ou cas d’étude pour des travaux de groupe, basés sur des sujets d’actualité ou des avancées scientifiques pour décupler les possibilités d’animations de cours (contenu, ateliers de groupes, etc.) Gérer l’accès de ses étudiants à l’IAG et adapter son enseignement pour en maitriser les impacts Classifier les outils d’intelligence artificielle générative selon les médias mis en œuvre (text-to-text, text-to-image, etc.), et sélectionner le bon outil pour un cas d’usage précis. 21 et 28 juin S'inscrire Demander un devis