Notre moteur R intégré exécute des tests complexes avec une interface simplifiée. L'assistant IA vous guide pas à pas et interprète les résultats.
Des statistiques descriptives aux modèles multivariés avancés
Moyenne, médiane, écart-type, quartiles, skewness, kurtosis pour chaque variable.
Tri à plat, tri croisé, pourcentages, tableaux de contingence pour variables catégorielles.
Histogrammes, boîtes à moustaches, nuages de points, heatmaps, violons, coordonnées parallèles.
Pearson, Spearman, Kendall. Visualisation heatmap interactive des relations entre variables.
Comparaison de moyennes entre 2 groupes. Test apparié, indépendant, Welch automatique.
Analyse de variance à 1 ou 2 facteurs. Tests post-hoc (Tukey HSD, Bonferroni).
Test d'indépendance entre variables catégorielles. Résidus standardisés, V de Cramer.
Mann-Whitney U, Wilcoxon, Kruskal-Wallis, Friedman pour données non normales.
Simple et multiple. Coefficients, R² ajusté, VIF, diagnostic des résidus, graphiques.
Binomiale et multinomiale. Odds ratios, courbe ROC, matrice de confusion.
ACP (Analyse en Composantes Principales) avec rotation Varimax, scree plot, biplot.
Kaplan-Meier, Cox regression, courbes de survie, test du log-rank.
Exemples concrets de ce que vous pouvez réaliser en quelques clics
Comparaison du score de satisfaction entre les répondants de zones urbaines et rurales.
H₀ : μ₁ = μ₂ (pas de différence)
H₁ : μ₁ ≠ μ₂ (différence significative)
Comparaison de l'efficacité de 3 méthodes pédagogiques sur les résultats d'examen.
| Source | ddl | F | p |
|---|---|---|---|
| Méthode | 2 | 18.43 | < 0.001 |
| Résidus | 147 | - | - |
Prédiction du revenu mensuel en fonction de l'âge, l'éducation et l'expérience.
| Prédicteur | β | t | p |
|---|---|---|---|
| Âge | 0.45 | 4.23 | 0.001 |
| Éducation | 0.38 | 3.81 | 0.002 |
| Expérience | 0.52 | 5.12 | < 0.001 |
Réduction de dimension sur 8 variables socio-économiques pour identifier les facteurs latents.
| Composante | Valeur propre | % Variance | % Cumulé |
|---|---|---|---|
| CP1 | 3.42 | 42.7% | 42.7% |
| CP2 | 2.15 | 26.9% | 69.6% |
| CP3 | 0.98 | 12.2% | 81.8% |
L'assistant intelligent sélectionne le test approprié, configure les variables et rédige l'interprétation
Parcourez le catalogue ou décrivez votre besoin à l'assistant IA. Il vous suggérera le test statistique le plus approprié.
Glissez-déposez vos variables dépendantes et indépendantes. L'interface détecte automatiquement les types de données.
Notre moteur R exécute l'analyse en quelques secondes. Les postulats sont vérifiés automatiquement (normalité, homoscédasticité, VIF...).
Recevez une interprétation narrative en langage clair, des graphiques interactifs, et exportez les résultats en CSV, Excel, SPSS ou PDF.
Compatible avec les principaux logiciels statistiques et bureautiques
De la statistique descriptive aux modèles multivariés, tout est dans FlayData Analytics