Ce projet utilise JavaScript et Plotly.js pour simuler une analyse de régression linéaire appliquée à des données médicales fictives, en particulier pour évaluer la sévérité neurologique (via l’échelle EDSS) en fonction du temps écoulé depuis l'apparition des symptômes.
- Génération de données médicales aléatoires
- Calcul de la droite de régression linéaire (coefficients
aetb) - Visualisation interactive avec Plotly
- Affichage des coefficients statistiques :
- Moyennes
x̄etȳ - Coefficient de corrélation linéaire
r - Coefficient de détermination
R²
- Moyennes
- Formulaire de prédiction de la sévérité à partir d’un nombre de jours saisi
- Affichage d’un tableau de calculs intermédiaires :
(y - ȳ),(x - x̄), produit(y - ȳ)(x - x̄)et carré(x - x̄)²
- Le graphique s'affiche automatiquement avec les données simulées.
- L'utilisateur peut saisir un nombre de jours depuis les premiers symptômes.
- Le script calcule et affiche la prédiction de la sévérité (EDSS).
- Le graphique inclut la droite de régression sur les points générés.
- JavaScript (Vanilla)
- Plotly.js pour la visualisation interactive
La régression linéaire est calculée selon la formule :
y = a * x + b
markdown Copier Modifier
a: pente de la droite, calculée par :
a = Σ[(x - x̄)(y - ȳ)] / Σ[(x - x̄)²]
markdown Copier Modifier
b: ordonnée à l'origine :
b = ȳ - a * x̄
yaml Copier Modifier
Le coefficient de corrélation r et le coefficient de détermination R² sont également calculés pour évaluer la qualité de la prédiction.
index.html: structure HTML de la pagescript.js: logique de calculs, graphiques et interactionsREADME.md: documentation du projet
Entrée utilisateur : 15 jours
Résultat prédit : sévérité EDSS = 5 (valeur simulée selon les données)
Ce projet est open-source et libre d’utilisation à des fins pédagogiques ou personnelles.