Une meilleure façon de réaliser vos statistiques
Choisissez simplement les variables que vous souhaitez étudier et EasyMedStat calculera les résultats de votre régression. Il n'y a pas besoin de savoir coder et aucune connaissance statistique n'est requise.
EasyMedStat choisit automatiquement le meilleur type de régression pour vous. Nous prenons actuellement en charge la régression linéaire et la régression logistique. Le choix entre les deux modèles se fait automatiquement.
Pour effectuer une analyse multivariée, vos données doivent respecter certaines conditions. Nous vérifierons tout automatiquement pour vous : données manquantes, valeurs extrêmes, multicolinéarité, normalité des résidus… toutes les choses sur lesquelles vous ne voulez pas perdre de temps.
Que devez-vous écrire dans la section méthodes et résultats de vos articles ? Nous générons automatiquement tout ce texte pour vous !
Les deux tests sont utilisés dans les études médicales pour tester les distributions numériques de plus de deux groupes indépendants. Cependant, leurs méthodes de calcul sont très différentes. En raison de sa nature paramétrique, le test ANOVA ne peut pas être utilisé dans toutes les circonstances. Néanmoins, lors de l'utilisation d'EasyMedStat, le test le plus approprié sera choisi automatiquement en fonction de vos données, vous n'avez donc pas à vous inquiéter si vous pouvez utiliser ce test ou non. EasyMedStat fait tout le travail pour vous.
Dans la recherche médicale, un résultat est difficilement prévisible par un seul facteur. De nombreux paramètres peuvent entrer en jeu : génétique, exposition environnementale, mode de vie, prise de médicaments,… Si vous souhaitez prendre en compte tous les paramètres de manière concomitante pour expliquer la maladie ou l'issue que vous étudiez, de simples analyses statistiques ne suffiront pas. Vous devrez effectuer une régression multiple. Dans une régression multiple, nous étudions l'effet simultané de plusieurs prédicteurs sur une variable que nous voulons prédire.
Les deux termes sont souvent utilisés de manière interchangeable dans le domaine médical. Cependant, ils sont vraiment différents et la différence est facile à comprendre. Une régression multiple est la méthode utilisée pour modéliser une variable en fonction de plusieurs autres variables. Par exemple, modéliser la survie à 5 ans d'un patient en fonction de l'âge, de l'IMC, du stade de la maladie, etc. L'analyse multivariée modélise également la relation entre les variables. Cependant, le résultat que vous souhaitez modéliser est mesuré pour le même individu à plusieurs moments (mesures répétées). Ainsi, au lieu d'une variable à prédire (analyse multivariée ou régression multiple), vous avez en fait plusieurs variables à prédire (analyse multivariée).