Les analyses prédictives permettent de prédire un état de santé à partir des caractéristiques démographiques, cliniques, paracliniques ou de mode de vie du patient. Elles sont utilisées dans l'élaboration de scores de risque. En santé, les analyses prédictives reposent sur des modèles de prédiction. Dans pvalue.io, le modèle de prédiction utilisé...
Dans cet article, nous allons préciser les choix méthodologiques faits pour vérifier les conditions d'application, ou conditions de validité. C'est un article qui s'adresse aux statisticiens; le code permettant les vérifications graphiques, de la normalité et l'homoscédaticité est open source. Les splines 2 types de splines sont utilisées dans pvalue.io : Les...
Une des typologies des analyses statistiques repose sur leur objectif : Les analyses descriptives, pour décrire les variables, soit individuellement (statistiques descriptives), soit en les croisant avec une autre variables (en réalisant des analyses univariables) Les analyses explicatives, pour déterminer l'influence d'une ou plusieurs variables sur une autre (par exemple...
Tout d'abord, il faut savoir qu'aucun logiciel de statistique ne garantit les résultats qu'il permet d'obtenir, même les logiciels les plus utilisés (Excel y compris). pvalue.io est encore récent. C'est une interface graphique au logiciel R, qui est un logiciel d'analyses statistiques de référence, tout comme SAS, Stata et SPSS. Pour produire...
Les statistiques sont souvent réputées complexes et éloignées de la pratique clinique quotidienne. Légitimement, en tant que médecin ou étudiant, on peut se demander s'il est utile d'apprendre les biostatistiques et à réaliser les analyses statistiques seul. Apprendre les statistiques ? Il est tout à fait possible d'apprendre les bases des statistiques...
Il est parfois surprenant de ne pouvoir réaliser une analyse explicative multivariable en raison d'un effectif trop faible alors que le fichier comporte plusieurs centaines d'observations (patients, sujets). Cas des régressions linéaires Pour les régressions linéaires, c'est-à dire-les analyses explicatives pour lesquelles la variable à expliquer est numérique, il est nécessaire avoir...
Lorsqu'on effectue une modélisation, il est fréquent de devoir regrouper les valeurs des variables numériques pour créer des classes; cela afin de respecter les conditions de validité du modèle. Si on n'a pas d'idée a priori sur le regroupement adéquat, il est préférable de se baser sur les splines...
On peut généralement distinguer trois types d'analyses statistiques : les statistiques descriptives d'une seule variable, les analyses univariables (souvent nommées analyses univariées) et les analyses multivariables (à tort parfois nommées analyses multivariées) Les statistiques descriptives d'une seule variable permettent de décrire les données, et sont utiles pour y détecter...
Lorsque la variable à expliquer est quantitative continue, le modèle statistique adapté est la régression linéaire Lorsqu'il n'existe qu'une seule variable explicative et qu'elle est qualitative, la régression linéaire donne un résultat proche d'un test T de Welch ou de Student Dans un effort de simplification, nous appellerons Y la...
Lorsque la variable à expliquer est binaire et non censurée, le modèle statistique adapté est la régression logistique; Lorsqu'il n'existe qu'une seule variable explicative et que celle-ci est qualitative, la régression logistique donne un résultat similaire à un test du Chi2; Dans un effort de simplification, nous appellerons Y la...