Plusieurs étapes sont nécessaires pour réaliser une analyse explicative : Formaliser l'hypothèse de recherche Choisir la variable à expliquer Y Choisir les variables explicatives X Déterminer les covariables explicatives et d'ajustement Vérifier que les conditions d'application sont réunies Vérifier la robustesse du modèle Formaliser l'hypothèse de recherche Toute recherche nécessite de poser...
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...
Ça y est, vous avez un sujet de thèse de médecine, ou une étude à mettre en place ? Parfait ! Nous vous avons préparé une liste de 10 règles à respecter afin de rendre vos données analysables par un logiciel de biostatistique. Quel logiciel de saisie de données choisir ? Avant...
Notions essentielles Excel est organisé comme un tableau, contenant des lignes, des colonnes et leur intersection : les cellules. Les lignes sont numérotées, les colonnes sont identifiées par une lettre (par exemple la 3ème colonne est la cellule C). On fait référence à une cellule par sa lettre de colonne suivi...
Il est nécessaire d'avoir une connaissance minimale de l'utilisation d'Excel pour pouvoir créer de nouvelles colonnes. Attention, il est inutile et déconseillé de transformer des variables numériques (par exemple âge) pour créer des catégories (<20; 20-55; >55 par exemple) car cela entraîne une perte d'information. Pvalue.io vous proposera de le faire...