- Principes, applications et interprétations de différentes techniques

de modélisation statistique, classiques ou avancées, linéaires ou non

linéaires, incluant les modèles par les moindres carrés ordinaires, les

modèles logit (logistiques), les modèles multiniveaux (hiérarchiques)

- Méthodologie progressive, avec de nombreux exemples

- Logiciels utilisés : MLwin et SAS (transposable en SPSS)

- Illustré par des tableaux et des captures d'écrans

- Destiné aux étudiants et chercheurs en sciences de l'éducation,

économie, psychologie, STAPS (sciences et techniques des activités

physiques et sportives), méthodologie statistique, sociologie,

démographie, géographie, agronomie et biologie