Simplifier l'analyse de puissance et la planification d'effectifs pour les chercheurs et cliniciens. Choisissez le bon test statistique, planifiez la puissance de votre étude et maîtrisez les concepts de base en un seul endroit.
L'analyse de puissance évalue la probabilité de détecter un véritable effet. Un échantillon insuffisant peut manquer des différences réelles.
Cartes informatives et courtes explications
La probabilité de détecter un effet ou une association réelle. Un niveau de 80% ou 90% est souvent visé.
La probabilité d'erreur de type I, généralement fixée à 0,05. Un alpha inférieur nécessite un échantillon plus grand.
Représente l'ampleur d'une différence ou d'une association. Très utile pour l'interprétation clinique.
Trop petite : conclusions faibles ; trop grande : perte de temps et d'argent.
Tous nos outils d'analyse de puissance en un clic
Comparer les moyennes de deux groupes indépendants.
Comparer des mesures avant-après (dépendantes).
Comparer deux groupes indépendants (non-paramétrique).
Comparer deux mesures dépendantes (non-paramétrique).
Comparer les moyennes de 3 groupes ou plus.
Comparer 3 mesures répétées ou plus.
Tester l'association de variables catégorielles.
Analyse 2x2 pour de très petits échantillons.
Comparer les taux de réussite de deux groupes.
Mesurer la relation linéaire entre deux variables.
Prédire un résultat continu (R²) avec plusieurs prédicteurs.
Prédire un résultat binaire à l'aide de variables.
Assistant pour trouver rapidement l'analyse la plus appropriée
Répondez aux questions ci-dessous pour trouver le test statistique approprié.
Zone de contenu explicatif
Idéalement avant de commencer l'étude, en analyse a priori.
C'est discuté ; la taille d'effet et les intervalles de confiance sont souvent plus utiles.
Vous pouvez utiliser la littérature ou une différence minimale cliniquement pertinente.
Oui, de nombreux modules de base ont été développés en PHP et JavaScript.
