|
|
 |
 |
| |
 Version imprimable |
Introduction aux modèles de régression |
Bulletin du Cancer. Volume 87, Numéro 7-8, 543-5, Numéro double 7 - 8, Juillet -Août 2000, Synthèses
|
 Article gratuit
 Summary
|
Auteur(s) : Catherine Hill |
Résumé : Résumé – Les modèles de régression sont trés utilisés, car ils permettent de prendre en compte plusieurs variables dans une seule analyse. De nombreux cliniciens y voient un passeport pour une publication dans un bon journal. Ils sont aussi séduits par le caractère multivarié, donc complexe, et par la magie des mots : régression logistique et modèle de Cox. En conséquence, ils ont tendance à lire les résultats de ces régressions d’un œil peu critique. Notre objectif est de décrire le modèle général de régression et les modèles particuliers les plus utilisés : la régression linéaire, le modèle logistique et le modèle de Cox, en expliquant comment interpréter chaque modèle. Nous espérons ainsi que les investigateurs seront capables de discuter les modèles avec les statisticiens. |
Mots-clés : régression, modèle de Cox, analyse multivariée, régression logistique. |
|
