Réussir les statistiques de sa thèse
Des guides clairs et exacts, écrits par des biostatisticiens, pour choisir le bon test, interpréter vos résultats et les défendre devant le jury.
Quel test statistique choisir pour ma thèse ?
L'arbre de décision pour trouver le bon test selon vos données — comparaisons, corrélations, prédiction — avec exemples et pièges à éviter.
Chi-2 ou test de Fisher : lequel choisir ?
Croiser deux variables qualitatives : quand le chi-2, quand Fisher, et comment interpréter le lien (taille d'effet, sens) sans se tromper.
Analyse de survie : Kaplan-Meier, log-rank, Cox
Délai jusqu'à un événement et données censurées : lire une courbe de Kaplan-Meier, comparer par log-rank, ajuster par Cox — et les hypothèses clés.
Régression logistique & odds ratios
Expliquer une issue binaire avec plusieurs facteurs : lire les odds ratios ajustés et leur IC, éviter la confusion OR / risque relatif.
Combien de patients me faut-il ? Taille d'échantillon & puissance
Le calcul qui se fait avant de recruter : puissance, risques α/β, taille d'effet — et le piège de la « puissance observée » a posteriori.
Présenter ses résultats stats dans le manuscrit
Table 1, forest plot ou tableau, légender une courbe KM, décimales, et formuler un résultat non significatif sans faux pas.
Bien organiser ses données pour l'analyse
De l'Excel bricolé au tableau tidy : structurer, nommer, coder, distinguer manquants et zéros, vérifier les aberrants — le travail invisible qui décide si l'analyse sera juste.