輕鬆學用Origin完成單因素方差分析及繪圖

2022-01-31 Figure圖

文章寫好了，馬上要投稿！可是，如何選擇SCI期刊，也是一門技巧。「51選刊」應此而建，長按下方二維碼即可關注「51選刊」 （ID:  woyaoxuankan）！

本文轉載自「Paper繪圖」公眾號

本文僅限轉載

圖文撰寫 | 超級super棟

之前的推文中，我們介紹了origin如何進行數據描述以及正態性分析(點一下，連結到全文)。那麼對於平時的常用的統計方法——單因素方差分析，首選先要進行的是數據的正態性分析，符合正態後，我們可以使用單因素方差分析進行分析。

數據的正態性檢測

2. 設置一下數據，如果豎著輸入，就選擇原始；橫著輸入，就選擇索引。3. 均值比較選擇第一個統計方法(Origin優選出了好幾個統計方法，差異不大，選擇第一個即可)6. 看一下最終結果，包括描述性統計結果，可以以此來進行作圖使用7. 總體方差中P小於0.05，表明該四組數據中，至少有兩組數據平均值有顯著差別8. 均值比較部分，比如第一行，Model Control, Sig為1,即說明Model和Control比較具有顯著性差異，概率小於0.05；比如最後一行，Drug 2和Drug 1比較，Sig為0,即說明Drug 2和Drug 1比較沒有顯著性不同，P值為0.99713，大於0.05。9. 方差齊性這裡,概率為0.71288，大於0.05，認為四組數據的方差沒有顯著不同。(如果方差不齊，需要使用非參數檢驗。對於自己的數據不屬於正態或者方差不齊，要麼對數據重新篩選，符合正態和方差齊性。要麼就直接使用非參數檢驗進行分析)10. 那麼最後，我們使用均值加減標準差進行作圖，可以使用文本工具將符號標記上去。一般情況下，Model和Control比較用#，藥物組和Model比較用*。11. 你也可以使用標記顯著性的符號，不過這個似乎用起來不是很好

本文僅限轉載，不代表本公眾號觀點

本文僅限作圖過程解析，不涉及軟體問題。軟體的下載，不屬於本公眾號，也不屬於本文所涉內容！

堅持看到這裡的小夥伴~

覺得此文對您有所幫助的話

一定要關注公眾號哦~

若再點擊「在看」~

推送就更美好啦~

要相信

你距離

Paper發表也就不遠了~

可以完成的繪圖，包括但不限於：期刊封面、TOC圖、摘要圖、流程圖、假說圖、示意圖、模型圖、實驗圖（可按期刊要求優化）、數據圖等。

三、繪圖周期

根據各繪圖類型的不同，完成的時間周期不同。具體細節，請與客服溝通。

四、備註說明

每個繪圖業務，均會按照客戶要求給出初稿，然後再定稿。具體事宜與客服溝通。

點擊下圖，即可跳轉至原文

GraphPad Prism繪製的小提琴圖

相關焦點

  • R繪圖應用實例:單因素方差分析ANOVA及繪圖
    本文主要是利用日常實驗數據，嘗試用R進行單因素方差分析並繪製柱形圖。
  • SPSS統計:單因素方差分析與單變量方差分析
    在spss統計分析中，方差分析在比較均值菜單和一般線性模型菜單中都可以做，單因素方差分析一般稱為單因素
  • 如何用SPSS做單因素和多因素方差分析
    前段時間明明同學推送了一篇「如何用Excel做方差分析」，今天就講講如何用SPSS為大家展示常用的3種分析方法使用技巧即：單因素方差分析、雙因素方差分析（無交互效應和有交互效應）。讓大家對方差分析有一個更深的了解。首先，我們來了解一下什麼是方差分析。方差分析是對多個樣本平均數差異顯著性檢驗的一種方法，也就是推斷對多個樣本均數是否相等的方法。
  • 方差分析+作圖:在Origin看來是如此簡單!
    在統計學中，單因素方差分析是（one-way analysis of variance
  • 案例實戰|單因素方差分析詳解
    對於我們這份數據，它很明顯是希望對數據進行差異性分析，而且分類變量的中有3組類別，所以不適合用t檢驗，而應該用單因素方差分析。得到的結果如下：從得到的數據分析結果來看，殘差值正態性檢驗的顯著性P值＜0.05，所以數據不滿足正態分布。因此，這份數據不適合用單因素方差分析方法，而應該使用非參數檢驗的方法對數據進行分析，我在《使用非參數檢驗方法判斷多獨立樣本間的差異性》這篇文章中對這種情況進行了詳細的案例介紹，大家可以點擊查看。
  • 方差分析(二): ANOVA過程單因素方差分析
    >「朝陽35處」可查看「說人話的大數據」系列合輯在方差分析中，最簡單的情形為單因素。在SAS中進行單因素方差分析可以使用ANOVA過程和GLM過程，本文先對ANOVA過程進行方差分析進行介紹，下面一篇將文章介紹SLM過程進行方差分析。在方差分析中，最簡單的情形為單因素，熟練掌握單因素的方差分析對理解、解決多因素方差問題很有幫助。在SAS中，方差分析可以通過PROC TTEST、PROC ANOVA與PROC GLM實現。
  • 【學習記·第31期】單因素、雙因素方差分析VS協方差分析
    如果分布的假設不能得到滿足，二者均方比值的分布就不是分布，用方差分析得出的結論可能是不正確的。 方差分析的基本思想•  方差分析是對數據變異量的分析，將總變異分解為由自變量（或稱實驗處理）引起的變異和誤差因素引起的變異，如果由自變量產生的變異顯著多於誤差造成的變異，那麼我們可以有把握的推斷自變量對因變量確實產生了影響。在這裡就涉及方差分析的邏輯基礎，即方差的可分解性。用公式表示即:。
  • 2011年質量專業資格輔導:單因素方差分析
    （一）單因素方差分析概念理解步驟　　是用來研究一個控制變量的不同水平是否對觀測變量產生了顯著影響。這裡，由於僅研究單個因素對觀測變量的影響，因此稱為單因素方差分析。　　例如，分析不同施肥量是否給農作物產量帶來顯著影響，考察地區差異是否影響婦女的生育率，研究學歷對工資收入的影響等。這些問題都可以通過單因素方差分析得到答案。　　單因素方差分析的第一步是明確觀測變量和控制變量。例如，上述問題中的觀測變量分別是農作物產量、婦女生育率、工資收入；控制變量分別為施肥量、地區、學歷。　　單因素方差分析的第二步是剖析觀測變量的方差。
  • 生物統計(4)-單因素方差分析
    ,g)組的樣本含量為n_{i}，第i處理組的第j(j=1,2,…ni個觀測值用Xij來表示，其計算結果可能可以整理成以下面的形式，如下所示：方差分析的目的就是在 成立的條件下，通過分析各處理組均數之間的差別大小，推斷g個總體均數之間有無差別，從面說明處理因素的效應是否存在。
  • SPSS實操教程——單因素方差分析
    這個時候需要使用方差分析。那怎麼做呢？做分析之前需要思考幾個問題？是不是單因素？是不是獨立？各組應變量是不是符合正態分布？各組應變量是不是方差齊性？好，他這個研究是單因素的，只是分析了藥物一個因素，包括三種不同的藥物，分為三組。而且各組之間也是相互獨立的。
  • 一文讀懂SPSS單因素方差分析及方差分析(Analysis of Variance, ANOVA)——【醫學和生物統計】
    方差齊性各組樣本具有相同的方差。正態性樣本的總體符合正態分布，偏態分布不適用於方差分析。對偏態分布應考慮用對數轉換、平方根變換、倒數變換、平方根反正弦變換等變量變換方法變為正態或接近正態分布後再進行方差分析。
  • SPSS分析技術:單因素方差分析結果的模型解讀
    平時我們在進行方差分析時，經常只關注方差分析表，用表中的顯著性概率值p來判斷因素是否對因變量有顯著性影響，然而這只是方差分析結果的一部分內容。SPSS的方差分析過程就是以方差分析模型的形式進行計算和結果輸出的。下面我們將以單因素方差分析為例，介紹單因素方差分析結果的模型函數解讀。幫助大家充分理解方差分析的深層模型含義。
  • SPSS單因素方差分析——菜鳥篇
    很多小夥伴對科技論文或畢業論文的數據分析方法存在諸多疑惑，最多的問題就是：我該用什麼分析方法？SPSS怎麼操作？結果怎麼詮釋？關注我們並做好筆記，相信你從菜鳥到精通SPSS不會很慢。本次內容我們將帶大家認識單因素方差分析，一起來學習吧！
  • R統計繪圖-混合方差分析[Translation]
    圖8|雙因素、單因素方差分析結果及多重比較結果。上：雙因素混合方差分析結果。p<0.05,心理練習程度(group)與時間(time)在焦慮評分上存在顯著的交互作用。，可以分解為:###1) Simple two-way interaction:對第三個因素的每一個水平進行雙因素方差分析###2) Simple simple main effect：對第二個因素的每一個水平進行單因素方差分析###3) simple simple pairwise comparisons：如有必要採用配對或其它多重比較方法進行兩兩比較。
  • 【如何寫論文系列之 SPSS數據分析】單因素方差分析
    什麼是單因素方差分析？在解釋單因素方差之前，我們先來了解兩個重要的概念：因素和水平。研究中需要檢驗某一因素（三個及三個以上水平）的多個水平是否對某個定量數據產生影響時，可以使用單因素方差分析。自變量：定類數據，且類別為三個及三個以上（即包含多個水平的一個因素）因變量：定量數據單因素方差分析的應用條件每一種統計方法都有其適用的條件，當研究數據需要滿足以下條件時，才能進行單因素方差分析。
  • Kruskal-Wallis檢驗:單因素方差分析的非參數方法
    3組以上數據均值有無差異，通常我們使用單因素方差分析來完成，前提是3組數據分別來自正態分布總體，且方差齊次，對於正態分布來說，可以不用過於嚴苛
  • R統計繪圖-單因素非參數重複測量方差分析[Translation]
    2.3 Friedman testrstatix包中friedman_test()用於進行單因素非參數重複測量方差分析# Friedman testres.fried <- selfesteem %>% friedman_test
  • 菜鳥也愛數據分析之SPSS篇 —單因素方差分析
    (註：本文寫的單因素方差分析指的是單因素完全隨機方差分析，簡稱為單因素方差分析)三、   小白理解單因素方差分析哇哦，單因素方差分析是神馬，對於我這個數據分析小白來說好高深。莫慌，往下看，你會發現它其實很簡單！1. 相關概念：
  • R與Python之基本統計分析(五) ---- 單因素方差分析
    圖 1 數據集基本信息展示首先，我們在 R 中通過 aov 進行單因素的方差分析，結果見圖 2。F value ：40.88， P < 0.05。                   圖 2 R 單因素方差分析在 Python 中，我們有兩種方式可以處理單因素方差分析，大家可以看看喜歡哪一種方式。
  • 手把手教你用 Origin 做單次測量數據方差分析
    方差分析（ANOVA）又稱「變異數分析」或「F 檢驗」，用於兩個及兩個以上樣本均數差別的顯著性檢驗。 方差分析是數理統計中非常常見的一種分析方法，它可以研究目標變量的控制因素水平及其影響的顯著性。