tooluniverse-statistical-modeling

Comprehensive statistical modeling skill for fitting regression models, survival models, and mixed-effects models to biomedical data. Produces publication-quality statistical summaries with odds ratios, hazard ratios, confidence intervals, and p-values.

✅ Linear Regression - OLS for continuous outcomes with diagnostic tests ✅ Logistic Regression - Binary, ordinal, and multinomial models with odds ratios ✅ Survival Analysis - Cox proportional hazards and Kaplan-Meier curves ✅ Mixed-Effects Models - LMM/GLMM for hierarchical/repeated measures data

✅ ANOVA - One-way/two-way ANOVA, per-feature ANOVA for omics data ✅ Model Diagnostics - Assumption checking, fit statistics, residual analysis ✅ Statistical Tests - t-tests, chi-square, Mann-Whitney, Kruskal-Wallis, etc.

Effectuer une modélisation statistique et une analyse de régression sur des ensembles de données biomédicales. Prend en charge la régression linéaire, la régression logistique (binaire/ordinale/multinomiale), les modèles à effets mixtes, l'analyse de survie à risques proportionnels de Cox, l'estimation de Kaplan-Meier et les diagnostics complets du modèle. Extrait les rapports de cotes, les rapports de risque, les intervalles de confiance, les valeurs p et les tailles d'effet. Conçu pour résoudre les questions de raisonnement statistique de BixBench impliquant des données cliniques/expérimentales. À utiliser lorsqu'on vous le demande pour ajuster des modèles de régression, calculer des rapports de cotes, effectuer une analyse de survie, exécuter des tests statistiques ou interpréter les coefficients du modèle à partir des données fournies. Source : mims-harvard/tooluniverse.