Kan det hjälpa med komplexa multivariabla modeller?

Den här 'Lite'-versionen passar bäst för enkla, univariata eller bivariata analyser. För multivariabel regression, överlevnadsanalys eller mixed models, använd 'Statistisk Metodrådgivare (Full)'.

Vad händer om mina data inte är normalfördelade?

AI:n brukar rekommendera både parametriska och icke-parametriska alternativ (t.ex. T-test och Mann-Whitney U) och påminner dig om att testa normalfördelning först.

Skriver den R/Python/SPSS-kod?

Som standard ger den testets allmänna namn och enkla kommandotips. Ställ en följdfråga (t.ex. "ge mig den fullständiga R / Python / SPSS-koden för den här analysen") så genereras ett körbart skript anpassat till den rekommenderade metoden — ange programvara i fältet SOFTWARE eller i följdfrågan.

Ska jag klistra in faktiska patientuppgifter eller forskningsdata när jag beskriver mitt dataset?

Nej — klistra aldrig in riktiga patientjournaler, identifierbar information eller faktiska datarader. Beskriv ditt dataset strukturellt: variabelnamn (använd generiska etiketter vid behov), datatyper, urvalsstorlek och mönster för saknade värden. Om din institution eller etikkommitté har riktlinjer för AI-användning med patientrelaterade data, konsultera dem innan du fortsätter.

Vad är skillnaden mellan Lite- och fullversionen? När ska jag använda fullversionen?

Lite-versionen fokuserar på enkla jämförelser med ett utfall och få grupper. Fullversionen hanterar mer komplexa scenarier: multivariabel regression (justering för confounders), upprepade mätningar, överlevnadsanalys, beräkning av urvalsstorlek och flera primära utfall som kräver korrektion för multipla jämförelser. Om ditt metodavsnitt kommer att innehålla Cox-regression, mixed-effects modeller eller LASSO, använd fullversionen.

Jag har flera utfallsvariabler. Kan jag fråga om alla på en gång?

Du kan beskriva flera utfall, men observera: att testa flera utfall samtidigt skapar ett problem med multipla jämförelser — ju fler tester, desto högre är sannolikheten för falska positiva. Lite-versionen påminner dig om att överväga Bonferroni- eller FDR-korrektion, men om du har tre eller fler primära utfall rekommenderas fullversionen, som har inbyggda skyddsregler och automatiskt beräknar det korrigerade signifikansgränsvärdet.

Rådgivare för statistiska metoder (Lite) -- medPrompt

Användningsguide

Fyll i databeskrivning och forskningsfråga (obligatoriskt); ange valfritt studiedesign, analysprogramvara och forskningsområde för mer precisa rekommendationer.
Klicka på AI Run och få en snabb rekommendation om statistisk metod med motivering direkt i chatten.
Be om en djupare förklaring, alternativa angreppssätt eller ett utkast till Methods-avsnitt.

Medicinsk Forskningsassistent

Fyll i variabler och kör direkt med AI

Wiki

Vad det här verktyget gör

Ett snabbt statistiskt beslutsstödsverktyg för kliniska forskare. Beskriv variabler, gruppstruktur och forskningsfråga — AI rekommenderar lämpligt test, kontrollerar antaganden och ger ett redo-att-använda utkast till metodavsnittet. Utformat för enkla analyser med ett primärt utfall.

Beslutslogik

Valet av metod beror på tre frågor: Vilken typ är utfallet? Hur många grupper? Parade eller oberoende stickprov? Vanliga kombinationer:

Utfall	2 oberoende grupper	2 parade grupper	3+ grupper
Kontinuerligt (normalfördelat)	Oberoende t-test	Parat t-test	Envägs-ANOVA
Kontinuerligt (skevt)	Mann-Whitney U	Wilcoxon teckenrangstest	Kruskal-Wallis
Binärt / kategoriskt	Chi-två / Fishers exakta	McNemar	Chi-två
Antal / andel	Poissonregression	—	—

Att känna till denna logik hjälper dig verifiera AI:s rekommendation snarare än att acceptera den blint. AI bevarar din ursprungliga databeskrivning genom följdfrågorna — du kan iterera (t.ex. "tänk om urvalet är 3 grupper istället för 2?") och den anger uttryckligen vad som ändrats och reviderar rekommendationen därefter.

När du ska uppgradera till fullversionen

Denna Lite-version hanterar enkla jämförelser med ett utfall. Använd fullversionen för: multivariabel regression (justering för confounders); upprepade mätningar eller longitudinella data; överlevnadsanalys; beräkning av urvalsstorlek; flera primära utfall som kräver korrektion för multipla jämförelser.

Datasekretess

Beskriv ditt dataset strukturellt — variabelnamn, typer, urvalsstorlek, mönster för saknade värden. Klistra aldrig in råa patientjournaler eller identifierbar information.

Vanliga frågor