Apprendre les notions théoriques de base dans la modélisation causale et appliquer ces notions pour effectuer des analyses de bases de données typiques en écologie et évolution.
Contenu
Méthodes expérimentales de tests des hypothèses de causalité. Notions de contrôle expérimental et statistique. Graphiques dirigés et séparation dirigée. Tests de séparation-d pour analyses de pistes et généralisations. Analyse des pistes par maximisation de vraisemblance. Modèles de mesures par variables latentes. Équations structurelles. Méthodes avancées pour modèles mixtes et multigroupes. Méthodes exploratoires.
Ce site Web utilise des fichiers témoins (cookies) essentiels à son bon fonctionnement.
Vous pouvez paramétrer l'utilisation de témoins facultatifs nous permettant d'optimiser votre expérience à travers le site. Voir la Politique de confidentialité
Paramètres des témoins
Pour obtenir plus d’information sur la nature et l’utilisation des témoins, voir la Politique de confidentialité.
Témoins essentiels
Ces témoins sont nécessaires au bon fonctionnement du site Web. Ils permettent de maintenir
l’accès à certaines sections sécurisées et de conserver des critères de recherche, par exemple.
Ces témoins ne peuvent être désactivés.
Témoins analytiques
Ces témoins nous aident à comprendre votre utilisation de notre site Web et nous permettent d'améliorer l’expérience qu'il propose.
Témoins publicitaires
Ces témoins sont utilisés pour vous proposer des publicités pertinentes en fonction de votre navigation sur notre site. Ces publicités peuvent être émises par l'Université de Sherbrooke ou d'autres entités.
