Bonjour à tous,
Je suis étudiant en médecine et je travaille en ce moment sur l’analyse de données cardiologiques dans le cadre d’un petit projet. En résumé: on a un échantillon de +/- 350 patients en pédiatrie, garçons et filles, âgés entre 2 et 16 ans pour lequels on a mesurés certaines variables cardiaques habituelles.
L’objectif est d’étudier la relation entre des variables qui ont été mesurées (eg. VO2, charge en Watts, RER, …) et les dimensions corporelles (masse, taille, BSA, …). Ceci afin de déterminer la relation qui a la meilleur corrélation et de déterminer les valeurs résiduelles et leur relation avec l’âge du patient.
Alors, déjà je ne comprends pas bien le terme de "valeurs résiduelles". Qu’est-ce qu’on sous-entend par là ? C’est un mot que l’on me dit souvent mais que je n’arrive pas à comprendre dans ce contexte en tout cas.
L’assistant nous a dit plusieurs fois que l’objectif à la fin c’est d’obtenir des "Z-score" avec une loi de Gauss. Je ne comprends pas non plus ce qu’il veut dire par là, comment on pourrait obtenir cela et surtout à quoi ça nous servirait.
Pour le moment, j’ai trié mon set de données entre les différentes variables que je souhaite regarder, par exemple:
- Masse (kg) vs VO2_max (L/min)
- Taille (cm) vs VO2_max (L/min)
- Même travail en séparant garçons et filles
- Et toutes les autres variables mesurées (BSA, RER, …)
Je trace ces données à chaque fois sur un graphe x-y classique et je fais une regression linéaire en indiquant le R^2. J’obtiens par exemple ce graphe (et plein d’autre au vu de la quantité de couples à étudier):
Mes questions sont donc:
1) Est-ce que vous sauriez m’expliquer ce qu’on sous-entend par "déterminer les valeurs résiduelles et leur relation avec l’âge du patient" ?
2) Signification du Z-score et comment je pourrais l’obtenir une fois une régression faite sur un couple de données comme ci-dessus par exemple.
3) A partir de quel R2 est-ce que je peux considérer que ma régression est fiable ? J’ai que très rarement un R2 > 0.7 pour le moment. Bon ou pas ?
Merci d’avance pour votre aide!
