Klasifikacijsko i regresijsko stablo odlučivanja, kao savršen statistički alat, koristi se najčešće u istraživačkim medicinskim problemima čiji je cilj predvidjeti vjerojatnost varijable izlaza, bila ona kategorijska ili kontinuirana. Premda nam CART analiza vraća rezultate u obliku vjerojatnosti u više konačnih čvorova, na samom korisniku je zadaća da procijeni koliko su ti rezultati značajni za daljnju uporabu. U ovom radu je okvirno opisan algoritam za CART analizu kojim se definira, proširuje i skraćuje stablo koristeći neke od metoda kao što su nezavisnost podataka, krosvalidacija i funkcija nečistoće. Ujedno sadrži i definirane dodatne pristupe stablima koji služe za bolji rad sa podacima i samim stablom. Na kraju samog rada se nalazi primjena CART analize na medicinskim podacima u R softveru, gdje se koristi klasifikacijsko stablo kao alat za izradu modela za predviđanje srčanog događaja na pacijentima sa mogućom koronarnom bolesti. Prednosti korištenja CART analize tiču se njene ne-parametarske i ne-linearne prirode. Ne zahtijeva pretpostavku distribucije podataka te funkcionalnu formu za prediktore što im omogućava da identificiraju složene interakcije među podacima. To je ujedno i najlakše korištena statistička tehnika, jer ne zahtijeva puno znanja iz statistike i prati proces odlučivanja koji ljudi koriste za donošenje odluka.