我们介绍了origin如何进行数据描述以及正态性分析。那么对于平时的常用的统计方法单因素方差分析,首选先要进行的是数据的正态性分析,符合正态后,我们可以使用单因素方差分析进行分......
2024-02-14 201 Origin单因素方差分析
这两天在写一些东西,想给自己的文章中增加一点色彩。因为文章中涉及到了一个领域的发表论文数量,但是仅仅描述论文数量,确实挺无聊的。所以,就想看看,既然发表了这么多论文,花了这么多钱做研究,那么我们的病的死亡率到底有没有下降呢?所以,就要用到相关性分析。
最后结果如图所示
2020 originpro(其他版本的软件一样操作)
1. 打开Origin,输入数据,A列为某年到某年的发文数量,B列为相应年份的死亡率
2. 首先选中数据,做一个散点图
3. 然后我们做一个线性拟合,菜单栏-拟合-线性拟合-打开对话框
4. 点击确定
5. 这样,我们的拟合结果就出来了
6. 选中数据,再将p值分析一下:菜单栏-描述统计-相关系数-打开对话框
7. 选择第一个,确定
8. 右击一下,设置小数位数,查看起来比较方便
9. 设置成4位吧
10. P值为0.0001
11. 将R平方和p值放在图中
12. 参数解读:
(1) r一般表示的是两组数据之间的相关性,一般是|r| ≤1,r如果为正,表示正相关,反之,为负相关;其绝对值越接近于1,两组数据越相关,越趋于0,越不相关;
(2) R2 其实就是对r的平方,统计学家称之为决定系数。值得注意的是,R2只适合衡量线性相关系数,如果呈抛物线,也就是y值到达一个最大值之后,反而减少,或者保持恒定,那么这个时候不再适用于所计算的相关系数;
(3) P值如果较小(P≤0.05), 说明相关性是真实存在的;P值如果较大(P>0.05), 说明结果中呈现的这个相关系数可能是不真实的。当然,设置的置信区间为95%,才可以参照前面所述。
13. 我们可以看到,随着年份的增加,论文数越来越多,但是死亡率也越来越低。所以我们得出的结论是,本领域内发表论文的数量和死亡率呈负相关,结果比较真实,相关性为0.8279。一定程度上说明,相关研究的增加,可以减少疾病的死亡率。
怎么样,明白了吗?
标签: Origin
相关文章
我们介绍了origin如何进行数据描述以及正态性分析。那么对于平时的常用的统计方法单因素方差分析,首选先要进行的是数据的正态性分析,符合正态后,我们可以使用单因素方差分析进行分......
2024-02-14 201 Origin单因素方差分析
origin如何移除坏点的功能。平时我们在使用Origin做完图之后,可能会发现有一两个点异常,这个时候,我们可能会返回工作表,将异常的数据去除,但可能不知道是哪个数据,因为图和数据有......
2024-02-14 201 Origin移除坏点
柱状图的绘制应该是日常中最常用的了,那么一幅好看的柱状图应该怎么画呢?今天小编就来教教大家如何绘制。本节应用的技巧就是用双色渐变的办法,来使二维柱状图看起来像3D柱状图,从......
2024-02-14 201 Origin绘制2D柱状图
Origin可以对一组数据,快速计算出其均值,标准差等统计数据,以方便进行数据分析。同时,很多的统计方法,如t检验和ANOVA,为了获得有效的结果,都要求数据从正态分布数据总体中取样获......
2024-02-14 200 Origin描述统计和正态性检验
我在做PPT或者在AI中进行组图的时候,一般是将图片从origin导出,存储成TIFF格式的图片,直接放在PPT展示,由于PPT或者AI里面预放了背景,所以是下面这个样子,说他好看吧,也还行,说不好看......
2024-02-14 202 Origin图片去除白背景展示