Rådgivare för statistiska metoder (Lite)
Bestäm snabbt rätt statistiskt test för din data baserat på variabler och utfall, med enkla motiveringar och tips om programvarukommandon.
- Fyll i studietyp och datakarakteristika.
- Klicka pa AI Run och fa en snabb rekommendation om statistisk metod med motivering direkt i chatten.
- Be om en djupare forklaring, alternativa angreppssatt eller ett utkast till Methods-avsnitt.
⚡ 1 credit/run
Fyll i variabler
t.ex. Kardiologi, Onkologi, Folkhälsa, Psykiatri, Akutmedicin
Varje variabel med namn, typ och intervall. t.ex.: Oberoende: behandlingsgrupp (kategorisk: Läkemedel A / B, oberoende); Beroende: förändring systoliskt BT (kontinuerlig, mmHg); n = 45 per grupp
t.ex.: Minskar Läkemedel A det systoliska blodtrycket mer än Läkemedel B hos hypertonipatienter?
t.ex. Förenklad Kinesiska, Spanska, Japanska, Engelska
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.
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.