Forum de mathématiques - Bibm@th.net

Je viens de commencer à programmer sous R et j'ai un peu du mal pour un script sur la régression de poisson.
Si vous pouvez prendre un peu de temps pour m'expliquer ca serait cool!

Merci

p <- read.csv("http://www.ats.ucla.edu/stat/data/poisson_sim.csv")
p <- within(p, {
    prog <- factor(prog, levels = 1:3, labels = c("General", "Academic", "Vocational"))
    id <- factor(id)
})
summary(p)   

##Pour cette étape on a importé des données excel .csv (on veut savoir ici si les deux variables qui sont "filière" et "note en math" joue sur le fait que l'étudiant aura une bourse(ou un prix?? désolé c'etait en anglais) ou pas.
la commande within si j'ai bien compris nous permet de redéfinir les variables, c'est le principe du format sous sas, au lieu d'avoir des "1,2,3" on a "general,academic,.." qui sont plus parlantes. id <-factor j'ai pas bien compris..

##le summary nous sert à étudier moyenne, médiane,quartiles...

with(p, tapply(num_awards, prog, function(x) {
    sprintf("M (SD) = %1.2f (%1.2f)", mean(x), sd(x))
})) ## j'ai pas du tout compris cette étape, on calcule une esperance et un ecart type mais je comprends pas les pourcentages..

ggplot(p, aes(num_awards, fill = prog)) + geom_histogram(binwidth = 0.5, position = "dodge")# on trace le graph de p OK

summary(m1 <- glm(num_awards ~ prog + math, family = "poisson", data = p)) # la commande de la régression de poisson, de num_award en fonction de prog et math.

## là c'est le néant je comprends pas du tout si vous pouvez m'éclaircir merci

cov.m1 <- vcovHC(m1, type = "HC0")
std.err <- sqrt(diag(cov.m1))
r.est <- cbind(Estimate = coef(m1), `Robust SE` = std.err, `Pr(>|z|)` = 2 *
    pnorm(abs(coef(m1)/std.err), lower.tail = FALSE), LL = coef(m1) - 1.96 *
    std.err, UL = coef(m1) + 1.96 * std.err)

r.est

with(m1, cbind(res.deviance = deviance, df = df.residual, p = pchisq(deviance,
    df.residual, lower.tail = FALSE)))

## update m1 model dropping prog
m2 <- update(m1, . ~ . - prog)
## test model differences with chi square test
anova(m2, m1, test = "Chisq")

s <- deltamethod(list(~exp(x1), ~exp(x2), ~exp(x3), ~exp(x4)), coef(m1), cov.m1)

## exponentiate old estimates dropping the p values
rexp.est <- exp(r.est[, -3])
## replace SEs with estimates for exponentiated coefficients
rexp.est[, "Robust SE"] <- s

rexp.est
(s1 <- data.frame(math = mean(p$math), prog = factor(1:3, levels = 1:3, labels = levels(p$prog))))
predict(m1, s1, type = "response", se.fit = TRUE)

## calculate and store predicted values
p$phat <- predict(m1, type = "response")

## order by program and then by math
p <- p[with(p, order(prog, math)), ]

## create the plot
ggplot(p, aes(x = math, y = phat, colour = prog)) + geom_point(aes(y = num_awards),
    alpha = 0.5, position = position_jitter(h = 0.2)) + geom_line(size = 1) +
    labs(x = "Math Score", y = "Expected number of awards")

Bonjour,

J'ai ma licence math fondamentale l'année dernière, cette année je vais faire et j'espère un master statistique professionnelle donc il n'y a pas vraiment de "math" comparé au master math fondamentale.
Ma question est la suivante: est-il possible de passer le capes en suivant ce master, le programme de capes en math et la différence entre capes interne, externe .
Je sais que pour enseigner il faut un M2 mais il n'est pas titulaire si on a pas le capes. voilà merci de m'éclairer :)