# numiqo llms.txt Site canonique : https://numiqo.fr Application : numiqo est un logiciel de statistiques professionnel dans le navigateur pour l'analyse de données, la recherche, l'enseignement, la qualité et Six Sigma. Public cible : chercheurs, analystes, étudiants, équipes qualité, praticiens Six Sigma et utilisateurs qui souhaitent effectuer des analyses statistiques dans le navigateur sans installer de logiciel de bureau. ## Objectif numiqo est un logiciel statistique moderne basé sur le navigateur. Il combine un tableau de données éditable, des modules d'analyse, des graphiques, des résultats orientés vers l'interprétation, des tutoriels et des fonctions d'import/export. Cette page est l'index LLM pour l'application française. Utilisez-la pour comprendre les routes importantes, les méthodes statistiques prises en charge, les flux de travail et le vocabulaire à employer dans les réponses sur numiqo. ## Pages principales - https://numiqo.fr/ - Page d'accueil et accès au calculateur statistique. - https://numiqo.fr/statistics-calculator/meta-analysis - Calculateur de méta-analyse pour les données résumées d'études, avec effets combinés, forest plot, hétérogénéité, funnel plot et un guide d'utilisation et de méthodes. - https://numiqo.fr/statistics-calculator/meta-analysis/forest-plot - Créez un forest plot en ligne à partir de vos études. Calculez les effets combinés avec un modèle à effet fixe ou à effets aléatoires et les intervalles de confiance à 95 %. - https://numiqo.fr/statistics-calculator/meta-analysis/heterogeneity - Calculez l’hétérogénéité d’une méta-analyse : Q de Cochran, valeur p, I carré et tau carré par REML ou DerSimonian-Laird à partir des estimations et erreurs standard. - https://numiqo.fr/statistics-calculator/meta-analysis/correlation - Combinez des corrélations de Pearson en ligne avec r et la taille d’échantillon de chaque étude. Obtenez la corrélation combinée, son intervalle de confiance à 95 % et l’hétérogénéité. - https://numiqo.fr/statistics-calculator/meta-analysis/funnel-plot - Créez un funnel plot en ligne à partir de vos études. Représentez les effets selon leurs erreurs standard et calculez le test d’Egger avec au moins dix études et une régression estimable. - https://numiqo.fr/statistics-calculator - Espace principal du calculateur statistique avec tableau de données et modules d'analyse. - https://numiqo.fr/prediction - Appliquer des modèles enregistrés à de nouveaux cas, importer et exporter les modèles. - https://numiqo.fr/statistics-software - numiqo comme logiciel statistique professionnel. - https://numiqo.fr/minitab-alternative - numiqo comme alternative à Minitab. - https://numiqo.fr/spss-alternative - numiqo comme alternative à SPSS. - https://numiqo.fr/six-sigma-software - Logiciel Six Sigma et qualité. - https://numiqo.fr/pricing - Formules et tarifs. - https://numiqo.fr/privacy - Confidentialité. - https://numiqo.fr/ai-privacy - Informations de confidentialité pour l'aide IA. ## Confidentialité et données - Le calculateur fonctionne dans le navigateur. - Tous les calculs statistiques sont effectués localement dans le navigateur de l'utilisateur. - Les données copiées ou importées dans le calculateur ne sont pas envoyées à un serveur pour les calculs statistiques. - Les données et résultats d'analyse ne sont pas stockés sur les serveurs numiqo pour les flux de calcul. - Les formats d’import incluent Excel (.xlsx, .xls), Apple Numbers (.numbers), CSV, SPSS (.sav), Minitab (.mwx, .mpx) et numiqo (.numiqo, ancien format .datatab). - Les formats d'export incluent Excel et les fichiers numiqo. - L’aide IA facultative nécessite son activation et un accès approprié. Les demandes déclenchées par l’utilisateur transmettent les messages ou résultats nécessaires au serveur IA de numiqo. Voir https://numiqo.fr/ai-privacy pour les détails du traitement. ## Routes du calculateur statistique - https://numiqo.fr/statistics-calculator/prepare-data - Préparer les données : recodage de variables, scores somme/moyenne, suppression des valeurs aberrantes, règles si-alors, transformation Box-Cox, pondération. - https://numiqo.fr/statistics-calculator/descriptive-statistics - Statistiques descriptives et graphiques. - https://numiqo.fr/statistics-calculator/hypothesis-test - Tests d'hypothèses, tests t, ANOVA et tests non paramétriques. - https://numiqo.fr/statistics-calculator/hypothesis-test/two-sample-proportion-test - Calculateur de comparaison de deux proportions avec nombres d’événements et d’essais. - https://numiqo.fr/statistics-calculator/correlation - Corrélation. - https://numiqo.fr/statistics-calculator/regression - Régression. - https://numiqo.fr/statistics-calculator/ancova-calculator - ANCOVA. - https://numiqo.fr/statistics-calculator/factor-analysis - Analyse factorielle exploratoire et ACP. - https://numiqo.fr/statistics-calculator/structural-equation-modeling - Modélisation par équations structurelles avec éditeur de pistes visuel, syntaxe lavaan, indices d'ajustement, estimations standardisées et effets indirects. - https://numiqo.fr/statistics-calculator/structural-equation-modeling/confirmatory-factor-analysis-calculator - Analyse factorielle confirmatoire pour des modèles de mesure latents définis à l'avance. - https://numiqo.fr/statistics-calculator/structural-equation-modeling/path-analysis-calculator - Analyse de pistes pour des relations orientées entre variables mesurées. - https://numiqo.fr/statistics-calculator/structural-equation-modeling/sem-mediation-analysis-calculator - Médiation SEM avec effets directs, indirects et totaux, variables latentes et intervalles de confiance bootstrap. - https://numiqo.fr/statistics-calculator/reliability-analysis - Analyse de fiabilité. - https://numiqo.fr/statistics-calculator/cluster - Analyse de clusters. - https://numiqo.fr/statistics-calculator/survival-analysis - Analyse de survie. - https://numiqo.fr/statistics-calculator/survival-analysis/weibull-analysis - Analyse de durée de vie Weibull avec censure à droite ; les lois lognormale et exponentielle sont également disponibles. - https://numiqo.fr/statistics-calculator/survival-analysis/mttf-calculator - Temps moyen avant défaillance (MTTF) : estimations paramétriques et moyenne restreinte de Kaplan-Meier. - https://numiqo.fr/statistics-calculator/sample-size - Taille d'échantillon et puissance. - https://numiqo.fr/statistics-calculator/sample-size/calculateur-puissance-statistique - Analyse de puissance statistique, a priori et post-hoc. - https://numiqo.fr/statistics-calculator/measurement-systems-analysis - Analyse du système de mesure. - https://numiqo.fr/statistics-calculator/process-capability - Analyse de capabilité. - https://numiqo.fr/statistics-calculator/process-capability/non-normal-process-capability - Capabilité pour données non normales avec évaluation de l'ajustement, Ppk et PPM. - https://numiqo.fr/statistics-calculator/statistical-process-control - Maîtrise statistique des procédés et cartes de contrôle. - https://numiqo.fr/statistics-calculator/design-of-experiments - Plans d'expériences. - https://numiqo.fr/statistics-calculator/equivalence-non-inferiority - Tests d'équivalence avec TOST (Two One-Sided Tests) et tests de non-infériorité. - https://numiqo.fr/statistics-calculator/roc-calculator - Courbe ROC. - https://numiqo.fr/statistics-calculator/monte-carlo-simulation - Calculateur de simulation de Monte-Carlo pour l’incertitude et le risque : distributions d’entrée, ajustement de distributions à partir des données, équations de sortie enchaînées, limites de spécification, PPM, Ppk, percentiles, histogrammes et analyse de sensibilité. - https://numiqo.fr/statistics-calculator/predictive-analytics - Analyse prédictive avec arbres de décision, Random Forest, Gradient Boosting et comparaison de modèles. - https://numiqo.fr/statistics-calculator/predictive-analytics/decision-tree - Arbre de décision CART pour la classification et la régression. - https://numiqo.fr/statistics-calculator/predictive-analytics/chaid - Arbre de décision CHAID pour la classification et la segmentation. - https://numiqo.fr/statistics-calculator/predictive-analytics/random-forest - Random Forest pour la classification et la régression. - https://numiqo.fr/statistics-calculator/predictive-analytics/gradient-boosting - Gradient Boosting pour la classification et la régression. - https://numiqo.fr/statistics-calculator/predictive-analytics/compare-models - Comparaison des modèles CART, Random Forest et Gradient Boosting. - https://numiqo.fr/statistics-calculator/descriptive-statistics/passing-bablok-regression - Régression de Passing-Bablok pour comparer deux méthodes de mesure. - https://numiqo.fr/statistics-calculator/correlation/correlation-heatmap - Carte de chaleur des corrélations. - https://numiqo.fr/statistics-calculator/regression/lasso-regression-calculator - Régression Lasso. - https://numiqo.fr/statistics-calculator/regression/ridge-regression-calculator - Régression Ridge. - https://numiqo.fr/statistics-calculator/regression/pls-regression-calculator - Régression par moindres carrés partiels (PLS). - https://numiqo.fr/statistics-calculator/survival-analysis/cox-regression - Régression de Cox. - https://numiqo.fr/statistics-calculator/survival-analysis/competing-risks - Risques concurrents, incidence cumulée, test de Gray et régression de Fine-Gray. - https://numiqo.fr/statistics-calculator/process-capability/attribute-capability-analysis - Capabilité binomiale des unités défectueuses et capabilité de Poisson des défauts par unité. - https://numiqo.fr/statistics-calculator/measurement-systems-analysis/type-1-gage-study - Étude du système de mesure de type 1. - https://numiqo.fr/statistics-calculator/measurement-systems-analysis/attribute-agreement-analysis - Analyse de concordance par attributs. - https://numiqo.fr/statistics-calculator/measurement-systems-analysis/linearity-bias-study - Étude de linéarité et de biais du système de mesure. - https://numiqo.fr/statistics-calculator/design-of-experiments/d-optimal-design-calculator - Plan D-optimal. - https://numiqo.fr/statistics-calculator/design-of-experiments/i-optimal-design-calculator - Plan I-optimal. - https://numiqo.fr/statistics-calculator/design-of-experiments/custom-optimal-design-calculator - Plans optimaux personnalisés avec facteurs numériques ou catégoriels et combinaisons interdites. - https://numiqo.fr/statistics-calculator/association-rules-analysis - Règles d’association et analyse du panier d’achat. - https://numiqo.fr/statistics-calculator/moderator-mediator-analysis - Analyse de médiation et de modération. ## Méthodes statistiques disponibles Méta-analyse : https://numiqo.fr/statistics-calculator/meta-analysis - Combinaison à effet fixe par variance inverse et à effets aléatoires : REML avec l'ajustement de Hartung-Knapp par défaut, ou DerSimonian-Laird, avec ou sans Hartung-Knapp. - Critères binaires : odds ratio, risque relatif, différence de risques. - Critères continus : différence de moyennes et différence de moyennes standardisée (g de Hedges). - Corrélations de Pearson combinées via le z de Fisher et affichées en r. - Effets déjà calculés avec leur erreur standard ou leurs bornes de confiance à 95 %, y compris log OR, log RR et log HR, affichés sous forme de rapports. - Effets combinés, intervalles de confiance à 95 %, intervalles de prédiction à 95 % pour les effets aléatoires, poids des études, forest plots, Q de Cochran, I carré, tau carré et funnel plots. - Test d'Egger lorsque au moins dix études sont incluses et que la régression est estimable. Statistiques descriptives : - Tableaux de fréquences, tableaux croisés, moyenne, médiane, mode, somme, minimum, maximum, variance, écart-type, erreur standard, quartiles, percentiles, asymétrie et kurtosis. Graphiques : - Diagrammes en barres, histogrammes, boxplots, violin plots, raincloud plots, nuages de points, graphiques linéaires, cartes thermiques, diagrammes de Pareto, graphiques QQ, courbes ROC, courbes de Kaplan-Meier et cartes de contrôle. Tests d'hypothèses et ANOVA : - Test t pour échantillon unique, test t pour échantillons indépendants, test t apparié. - Test de Wilcoxon, test de Mann-Whitney U, test de Kruskal-Wallis, test de Friedman. - Test du chi carré, test de Fisher, test binomial, test de Levene et tests de normalité. - ANOVA à un facteur, deux facteurs et trois facteurs, ANOVA à mesures répétées, ANOVA mixte, ANOVA de Welch, ANCOVA et tests post-hoc. Modèles et relations : - Corrélation de Pearson, corrélation de Spearman, tau de Kendall, corrélation point-bisériale. - Régression linéaire, multiple, logistique, Lasso, Ridge et PLS. - Régression logistique multinomiale, ordinale à odds proportionnels et modèles un-contre-reste. - Régression de Passing-Bablok avec pente, ordonnée à l’origine et intervalles de confiance. - Analyse de modération et de médiation. Méthodes qualité, clinique et avancées : - Tests d'équivalence avec TOST (Two One-Sided Tests). - Tests de non-infériorité. - Capabilité des procédés avec Cp, Cpk, Pp et Ppk, y compris les distributions non normales. - Capabilité binomiale et de Poisson, tailles d’échantillon constantes ou variables, cartes P ou U. - Analyse du système de mesure, Gage R&R, MSA type 1, type 2 et type 3. - Cartes de contrôle I, I-MR, Xbar, Xbar-R, Xbar-S, C, U, P et NP. - Plans d'expériences factoriels complets, fractionnaires, Plackett-Burman, Box-Behnken, central composite et mélanges. - Plans D-optimaux, I-optimaux, optimaux personnalisés et Taguchi. - Application de modèles enregistrés à de nouveaux cas, import/export JSON et évaluation avec résultats observés. - Analyse de survie Kaplan-Meier, test du log-rank et régression de Cox. - Risques concurrents : incidence cumulée, test de Gray et régression de Fine-Gray. - Analyse d'association, simulation Monte Carlo, arbres de décision CART et CHAID, Random Forest, Gradient Boosting et comparaison de modèles. - Taille d'échantillon et puissance. ## Guide pratique détaillé ### Tests d’hypothèses Page : [Tests d’hypothèses](https://numiqo.fr/statistics-calculator/hypothesis-test) #### Tests t **Test t à un échantillon** — Sélectionnez une variable métrique et entrez une valeur de test. **Test t pour échantillons indépendants** — Sélectionnez une variable métrique et une variable nominale à deux catégories. **Test t pour échantillons appariés** — Sélectionnez deux variables métriques. Sous « Calculer », sélectionnez « Test t pour échantillons appariés ». #### Test de comparaison de deux proportions [Test de comparaison de deux proportions](https://numiqo.fr/statistics-calculator/hypothesis-test/two-sample-proportion-test) — Saisissez une colonne numérique par groupe indépendant : les événements dans la première ligne de données et le nombre total d’essais dans la deuxième. Sélectionnez les deux colonnes comme variables métriques ; chacune doit contenir exactement deux valeurs. Exemple : 12 et 100 pour le groupe A, et 18 et 120 pour le groupe B. Les totaux incluent les événements. Choisissez une alternative bilatérale, inférieure ou supérieure dans le test de proportions. Les résultats comprennent le test z groupé, le test exact de Fisher et un intervalle de confiance bilatéral à 95 % de Newcombe–Wilson pour la première proportion moins la deuxième. Pour les petits effectifs attendus, suivez l’avertissement concernant le test exact de Fisher ; les valeurs p indisponibles ne doivent pas être interprétées comme non significatives. #### ANOVA **ANOVA à un facteur** — Sélectionnez une variable métrique et une variable catégorielle à plus de deux catégories. **ANOVA à deux facteurs (sans mesures répétées)** — Sélectionnez une variable métrique et deux variables catégorielles. **ANOVA à mesures répétées** — Sélectionnez trois variables métriques ou plus. Sous « Calculer », sélectionnez « ANOVA à mesures répétées ». **ANOVA à modèle mixte** — Sélectionnez plusieurs variables métriques et une variable catégorielle. Sous « Calculer », sélectionnez « ANOVA à modèle mixte ». **ANOVA à trois facteurs** — Sélectionnez une variable métrique et trois variables catégorielles. #### Tests non paramétriques **Test U de Mann-Whitney** — Sélectionnez une variable métrique et une variable nominale à deux catégories. Sous « Calculer », sélectionnez « Test non paramétrique ». **Test de Wilcoxon** — Sélectionnez deux variables métriques. Sous « Calculer », sélectionnez « Test non paramétrique », puis « Test de Wilcoxon (échantillon apparié) ». **Test de Kruskal-Wallis** — Sélectionnez une variable métrique et une variable nominale à plus de deux catégories. Sous « Calculer », sélectionnez « Test non paramétrique ». **Test de Friedman** — Sélectionnez trois variables métriques ou plus. Sous « Calculer », sélectionnez « Test non paramétrique », puis « Test de Friedman ». #### Autres tests **Test binomial** — Sélectionnez une variable catégorielle à deux catégories et entrez la probabilité de succès. **Test du chi-carré** — Sélectionnez deux variables nominales. Pour un test d’adéquation, sélectionnez une seule variable catégorielle. --- ### Équivalence & Non-infériorité Page : [Équivalence et non-infériorité](https://numiqo.fr/statistics-calculator/equivalence-non-inferiority) **Test d’équivalence (TOST)** — Sélectionnez vos variables, choisissez « Test d’équivalence » et spécifiez les bornes d’équivalence inférieure et supérieure. **Test de non-infériorité** — Sélectionnez vos variables, choisissez « Test de non-infériorité » et spécifiez la marge de non-infériorité. --- ### Corrélation Page : [Corrélation](https://numiqo.fr/statistics-calculator/correlation) **Corrélation de Pearson** — Sélectionnez deux variables métriques ou plus. **Corrélation de rang de Spearman** — Sélectionnez deux variables ordinales ou métriques. Si les deux sont métriques, sélectionnez « Corrélation de Spearman » sous « Calculer ». --- ### Régression Page : [Régression](https://numiqo.fr/statistics-calculator/regression) **Régression linéaire** — Sélectionnez une variable dépendante métrique et une ou plusieurs variables indépendantes. **Régression logistique** — Sélectionnez une variable dépendante catégorielle et une ou plusieurs variables indépendantes. **Régression logistique multicatégorielle** — Avec au moins trois catégories de résultat, choisissez « Multinomiale » ou « Un modèle par catégorie ». Une variable ordinale propose aussi « Ordinale », en utilisant l’ordre défini des catégories. --- ### ANCOVA Page : [ANCOVA](https://numiqo.fr/statistics-calculator/ancova-calculator) Sélectionnez votre variable dépendante, un ou plusieurs facteurs (catégoriels) et une ou plusieurs covariables (métriques). --- ### Analyse de survie Page : [Analyse de survie](https://numiqo.fr/statistics-calculator/survival-analysis) **Kaplan-Meier** — Sélectionnez la variable de temps et la variable d’événement/statut. Ajoutez optionnellement une variable de facteur pour comparer des groupes. **Ajustement de distributions de durée de vie** — Ouvrez l’[analyse de Weibull](https://numiqo.fr/statistics-calculator/survival-analysis/weibull-analysis), sélectionnez le temps et le statut (1 = défaillance, 0 = censuré à droite), puis choisissez une loi Weibull, lognormale ou exponentielle. Les résultats comprennent le MTTF, la durée de vie médiane, la durée de vie B10 (le temps auquel 10 % devraient avoir subi une défaillance), les probabilités de survie et des intervalles de confiance approximatifs à 95 %. L’ajustement Weibull utilise un modèle à deux paramètres. Les prévisions au-delà des temps observés dépendent de la loi choisie ; le MTTF paramétrique diffère de la moyenne restreinte de Kaplan-Meier. **Test du log-rank** — Sélectionnez la variable de temps, la variable d’événement/statut et la variable de facteur contenant les groupes à comparer. **Régression de Cox** — Sélectionnez la variable de temps, la variable d’événement/statut et une ou plusieurs variables prédictives. **Risques concurrents** — Ouvrez [Risques concurrents](https://numiqo.fr/statistics-calculator/survival-analysis/competing-risks). Sélectionnez le temps et le statut (0 = censuré, 1 = événement étudié, 2 = événement concurrent). Ajoutez un groupe pour le test de Gray ou des prédicteurs pour la régression de Fine-Gray. --- ### Analyse factorielle & ACP Page : [EFA/ACP](https://numiqo.fr/statistics-calculator/factor-analysis) **Analyse factorielle exploratoire (AFE)** — Choisissez « Analyse factorielle exploratoire », sélectionnez les variables et choisissez le nombre de facteurs. **Analyse en composantes principales (ACP)** — Choisissez « Analyse en composantes principales », sélectionnez les variables et choisissez le nombre de composantes. --- ### Fiabilité & Concordance Page : [Fiabilité](https://numiqo.fr/statistics-calculator/reliability-analysis) **Alpha de Cronbach** — Sélectionnez au moins trois variables métriques ou au moins trois variables ordinales, puis choisissez « Alpha de Cronbach ». **Corrélation intraclasse (ICC)** — Sélectionnez au moins trois variables métriques, puis choisissez « Intra-Class-Correlation ». **Kappa de Cohen** — Sélectionnez deux variables nominales. **Kappa de Fleiss** — Sélectionnez plus de deux variables nominales avec le même nombre de catégories. **Tau de Kendall** — Sélectionnez deux variables ordinales. **W de Kendall** — Sélectionnez plus de deux variables ordinales, puis « W de Kendall ». --- ### Analyse de clusters Page : [Cluster](https://numiqo.fr/statistics-calculator/cluster) **Classification k-moyennes** — Choisissez « k-Means Cluster », sélectionnez les variables et définissez le nombre de clusters. **Classification hiérarchique** — Choisissez « Hierarchical Clustering », sélectionnez la méthode de liaison et la mesure de distance. Définissez optionnellement le nombre de clusters. **DBSCAN** — Choisissez « DBSCAN », sélectionnez les variables et la mesure de distance, et choisissez si les données doivent être standardisées. --- ### Contrôle statistique des procédés (CSP) Page : [Cartes de contrôle](https://numiqo.fr/statistics-calculator/statistical-process-control) Choisissez si vos données sont discrètes ou continues, sélectionnez le type de carte, puis sélectionnez les mesures, sous-groupes et étapes. **Types de cartes disponibles** — Xbar-R, Xbar-S, I, I-MR, carte p, carte np, carte c, carte u. --- ### Capabilité des procédés Page : [Capabilité des procédés](https://numiqo.fr/statistics-calculator/process-capability) Sélectionnez votre variable de mesure et spécifiez les limites de spécification. numiqo calcule Cp, Cpk, Pp et Ppk. L’analyse de capabilité non normale est également disponible. **Capabilité non normale** — Consultez les [instructions pour données non normales](https://numiqo.fr/statistics-calculator/process-capability/non-normal-process-capability). Choisissez Non normale sous Type d'analyse, sélectionnez la colonne de mesures et saisissez une ou deux limites de spécification. Comparez les ajustements et les graphiques avant d'interpréter Ppk et les PPM attendues. Ouvrir les instructions ne sélectionne pas le type d'analyse. **Capabilité par attributs** — Ouvrez [Capabilité par attributs](https://numiqo.fr/statistics-calculator/process-capability/attribute-capability-analysis). Choisissez le modèle binomial pour les unités défectueuses ou Poisson pour les défauts. Sélectionnez le dénombrement et indiquez une taille d’échantillon constante ou une colonne de tailles. --- ### Analyse des systèmes de mesure (MSA) Page : [Analyse des systèmes de mesure](https://numiqo.fr/statistics-calculator/measurement-systems-analysis) Sélectionnez les variables de mesure, de pièces et d’opérateur. Le type d’analyse MSA approprié est déterminé par la combinaison de variables sélectionnée. --- ### Plan d’expériences (DoE) Page : [DoE](https://numiqo.fr/statistics-calculator/design-of-experiments) Choisissez le type de plan et configurez vos facteurs. **Plans disponibles** — Plan factoriel à 2 niveaux, plan factoriel complet, plan factoriel fractionné, plan de Plackett-Burman, plan de Box-Behnken, plan composite central (CCC), plan de mélanges, D-optimal, I-optimal, plans optimaux personnalisés, Taguchi. **Plan optimal personnalisé** — Ouvrez [Plan optimal personnalisé](https://numiqo.fr/statistics-calculator/design-of-experiments/custom-optimal-design-calculator). Définissez les facteurs numériques ou catégoriels, leurs niveaux, le nombre d’essais, le modèle et le critère D-optimal ou I-optimal. Excluez au besoin les combinaisons interdites. --- ### Simulation de Monte-Carlo Page : [Monte Carlo](https://numiqo.fr/statistics-calculator/monte-carlo-simulation) Définissez des entrées incertaines avec des distributions de probabilité ou ajustez les distributions aux données chargées. Entrez les équations de sortie ; les sorties suivantes peuvent réutiliser les précédentes. Ajoutez éventuellement des limites de spécification et lancez la simulation. Résultats : percentiles, PPM, Ppk, histogrammes et analyse de sensibilité. Une graine aléatoire permet de reproduire les simulations. --- ### Méta-analyse Page : [Méta-analyse](https://numiqo.fr/statistics-calculator/meta-analysis) Pages par tâche : [Forest plot](https://numiqo.fr/statistics-calculator/meta-analysis/forest-plot), [Hétérogénéité](https://numiqo.fr/statistics-calculator/meta-analysis/heterogeneity), [Combiner des corrélations](https://numiqo.fr/statistics-calculator/meta-analysis/correlation), [Funnel plot](https://numiqo.fr/statistics-calculator/meta-analysis/funnel-plot). Ces pages utilisent le même calculateur avec des instructions adaptées. Sélectionnez le format et les colonnes correspondant aux études. Le test d’Egger exige au moins dix études et une régression estimable. **Déroulement** — La méta-analyse utilise le tableau de données partagé du calculateur. Saisissez, collez ou importez les données résumées des études. Sélectionnez Événements et effectifs, Moyennes et ET, Corrélations ou Tailles d’effet, puis affectez les colonnes aux entrées nécessaires. Chaque ligne représente une estimation indépendante. Les résultats s’actualisent automatiquement ; au moins deux études valides incluses sont nécessaires. Vous pouvez exclure des études avec le filtre du tableau. Les boutons d’exemple chargent uniquement des données ; le format et les colonnes restent au choix de l’utilisateur. **Entrées** — Événements et effectifs demande le nombre d'événements et le total de participants dans chacun des deux groupes. Moyennes et écarts-types demande n, la moyenne et l'écart-type par groupe. Corrélations demande le r de Pearson et n. Les effets déjà calculés demandent une estimation et son erreur standard, ou ses bornes de confiance à 95 % (erreur standard = (supérieure - inférieure) / 3,92) ; pour OR, RR et HR, saisissez le logarithme naturel du rapport et son erreur standard sur l'échelle logarithmique, ou les logarithmes de ses bornes. **Méthodes** — Les calculs utilisent le package R metafor dans le navigateur. Les poids à effet fixe valent 1/v et les poids à effets aléatoires 1/(v + tau carré), avec la variance inter-études par REML (par défaut) ou DerSimonian-Laird. Les intervalles de confiance à effet fixe reposent sur une approximation normale à 95 % ; avec l'ajustement de Hartung-Knapp (par défaut pour les effets aléatoires), l'intervalle et le test à effets aléatoires utilisent une loi t à k - 1 degrés de liberté. Les résultats à effets aléatoires comprennent un intervalle de prédiction à 95 % issu de metafor predict(). I carré est calculé à partir de Q. Les études binaires comportant une cellule nulle reçoivent une correction de 0,5 sur les quatre cellules (pour la différence de risques, uniquement pour la variance) ; pour OR et RR, les études sans événement, ou avec uniquement des événements, dans les deux groupes sont indiquées comme non estimables et ne sont pas combinées. Options du forest plot : valeurs des études, poids, un résumé avec l'hétérogénéité et le test de l'effet global, ordre des études (ordre de saisie, par effet, par poids) et libellés de direction facultatifs (« En faveur de … »). Le funnel plot peut afficher des contours de significativité (funnel plot à contours). Le modèle choisi détermine l'effet combiné représenté et les poids affichés ; le tableau de comparaison présente les deux modèles. **Enregistrement et limites** — Utilisez exporter / importer au-dessus du tableau pour enregistrer ou ouvrir des fichiers Excel et .numiqo. Le jeu de données partagé et les affectations de colonnes sont enregistrés dans le navigateur lorsque le stockage est disponible. Quatre exemples couvrent les événements, les moyennes, les corrélations et les tailles d’effet. L’analyse en sous-groupes, la méta-régression, la méta-analyse en réseau et le trim-and-fill ne sont pas implémentés. Une asymétrie du funnel plot ne démontre pas à elle seule un biais de publication. --- ### Analyse ROC Page : [ROC](https://numiqo.fr/statistics-calculator/roc-calculator) Sélectionnez un résultat observé et un score de test. Confirmez la catégorie positive et si des scores élevés ou faibles l’indiquent. **Seuils** — Choisissez un seuil équilibré (indice de Youden), le dépistage (sensibilité minimale), la confirmation (spécificité minimale) ou un seuil existant. Les résultats comprennent l’AUC, les intervalles de confiance et les performances au seuil. **Comparer les courbes** — Plusieurs tests avec un résultat commun donnent des courbes appariées ; des paires résultat-test distinctes donnent des courbes indépendantes. Une variable catégorielle permet les comparaisons entre groupes. Les comparaisons de DeLong sont appariées ou non selon les données. --- ### Analyse de médiation & modération Page : [Médiation/Modération](https://numiqo.fr/statistics-calculator/moderator-mediator-analysis) **Analyse de modération** — Sélectionnez une variable dépendante, une variable indépendante et la variable modératrice. **Analyse de médiation** — Sélectionnez une variable dépendante, une variable indépendante et la variable médiatrice. --- ### Analytique prédictive Page : [Analytique prédictive](https://numiqo.fr/statistics-calculator/predictive-analytics) Sélectionnez une variable dépendante et une ou plusieurs variables indépendantes, puis choisissez un type de modèle. **Modèles disponibles** — Arbre de décision (CART ou CHAID), Random Forest, Gradient Boosting, Comparer les modèles. **Appliquer un modèle** — Transférez un modèle d’analytique prédictive ou de régression vers [Prédiction](https://numiqo.fr/prediction), ou importez-y un modèle JSON. Entrez de nouveaux cas et, éventuellement, les résultats observés pour évaluer les prédictions. Les modèles peuvent aussi être exportés. --- ### Taille d’échantillon & Puissance Page : [Taille d’échantillon](https://numiqo.fr/statistics-calculator/sample-size) Choisissez « Estimation » pour une moyenne, une proportion ou un taux, ou « Tests d’hypothèse » pour les tests t, de proportions ou de Poisson. Pour les tests, choisissez de calculer la taille d’échantillon ou la puissance et renseignez les hypothèses propres au test. --- ### Règles d’association Page : [Règles d’association](https://numiqo.fr/statistics-calculator/association-rules-analysis) Sélectionnez les produits et fixez le support et la confiance minimaux. Les règles affichent fréquence, support, confiance et lift. Réduisez les seuils si aucune règle n’apparaît. --- ### Statistiques descriptives & Graphiques Page : [Descriptive/Graphiques](https://numiqo.fr/statistics-calculator/descriptive-statistics) Sélectionnez des variables pour générer des graphiques et des statistiques descriptives en fonction du niveau de mesure. **Types de graphiques disponibles** — Histogramme, boîte à moustaches, violon, graphique en nuage de pluie, dot plot (column scatter), ridgeline, QQ, graphique de contrôle, graphique linéaire, nuage de points, matrice de nuages de points, carte de chaleur des corrélations, diagramme en barres, diagramme circulaire, diagramme de Sankey, graphique de Bland-Altman, graphique multi-vari, diagramme de Pareto. **Régression de Passing-Bablok** — Ouvrez [Passing-Bablok](https://numiqo.fr/statistics-calculator/descriptive-statistics/passing-bablok-regression) et sélectionnez deux variables métriques de mesure. Les résultats comprennent la droite, la pente, l’ordonnée à l’origine et les intervalles de confiance. **Personnaliser un graphique** — Utilisez le panneau de paramètres à gauche. Options : pourcentages, alignement, ordre, étiquettes de données et taille du graphique. Pour modifier l’ordre des catégories, définissez le niveau de mesure de la variable sur « ordinal » et réorganisez les valeurs. **Couleurs des graphiques** — Cliquez sur « Paramètres » au-dessus du tableau de données. Sous « Couleurs pour les graphiques », collez les codes couleur hexadécimaux et sauvegardez. **Télécharger un graphique** — Survolez le graphique et cliquez sur « Télécharger en PNG ou SVG ». --- ### Gestion des données #### Importer & exporter des données Ouvrez « Exporter / Importer » dans le Calculateur statistique. Importez Excel (.xlsx, .xls), Apple Numbers (.numbers), CSV, SPSS (.sav), Minitab (.mwx, .mpx) ou numiqo (.numiqo, ancien format .datatab) par glisser-déposer ou sélection de fichier. Choisissez une feuille lorsque cela est demandé. Pour un tableau vide, cliquez d’abord sur « Saisir de nouvelles données ». Pour exporter, ouvrez « Exporter / Importer ». Options : fichier Excel (« Download Excel »), fichier numiqo (« Download .numiqo ») ou un lien de données URL — vos données ne sont pas stockées sur les serveurs de numiqo. #### Paramètres des variables & niveaux de mesure Cliquez sur l’indicateur de niveau de mesure dans l’en-tête de colonne (métrique, ordinal ou nominal) pour ouvrir les paramètres de la variable. Vous pouvez y modifier le niveau de mesure, renommer les catégories, réorganiser les valeurs ordinales et filtrer les données. **Filtrage** — Sous « Filtrer les données », cochez les catégories à inclure. Cliquez sur « Supprimer le filtre » en haut à droite pour retirer le filtre. #### Recoder des variables Allez dans « Préparer les données » → « Recodage ». Sélectionnez la variable. Entrez les valeurs individuelles dans « Valeur unique » ou utilisez « De la valeur » / « À la valeur » pour une plage, puis spécifiez la nouvelle valeur dans « Nouvelle valeur ». #### Créer un indice (score) Allez dans « Préparer les données » → « Transformation des données ». Sélectionnez les variables à combiner, choisissez un indice de somme ou de moyenne, définissez optionnellement le nombre minimum de valeurs valides, entrez un nom de variable et cliquez sur « Ajouter ». #### Paramètres généraux Cliquez sur « Paramètres » au-dessus du tableau de données pour définir les valeurs manquantes, choisir le séparateur décimal et définir le nombre de décimales affichées. ## Test d’une proportion [Calculateur de test d’une proportion](https://numiqo.fr/statistics-calculator/hypothesis-test/one-sample-proportion-test) - Comparez une proportion observée à une proportion supposée avec un test binomial exact. Saisissez les données résumées dans une colonne : événements dans la première ligne et nombre total d’essais dans la deuxième. Sélectionnez la colonne comme variable métrique pour afficher le test ci-dessus. Définissez la proportion supposée (%). La valeur par défaut est 50 %. Choisissez si la proportion dans la population diffère de, est inférieure à ou est supérieure à la proportion supposée. Les effectifs doivent être entiers, avec un total d’essais supérieur à zéro et un nombre d’événements compris entre zéro et ce total. Saisissez les événements avant les essais ; les effectifs inversés sont refusés. Le calcul exact prend en charge jusqu’à 1 000 000 d’essais. Proportion observée : événements divisés par le nombre total d’essais. Valeur p exacte : probabilité binomiale de résultats au moins aussi extrêmes sous l’hypothèse nulle, selon l’alternative choisie. Le test bilatéral additionne les résultats au plus aussi probables que l’effectif observé ; les tests unilatéraux utilisent les queues inférieure ou supérieure inclusives. Intervalle de confiance à 95 % : intervalle bilatéral de Clopper-Pearson pour la proportion dans la population, y compris avec zéro événement ou lorsque tous les essais sont des événements. Comparez la valeur p au seuil de signification choisi, souvent 0,05. Une valeur p plus petite apporte des éléments contre l’hypothèse nulle ; une valeur plus grande ne prouve pas l’égalité avec la proportion supposée. L’intervalle reste bilatéral pour toutes les alternatives et n’est pas l’inversion du test bilatéral ordonné par probabilité ; les décisions de signification peuvent donc différer.