主要观点总结
文章介绍了应用的相关性分析方法,包括衡量变量间关联程度、方向及线性程度的内容。文章还提到了不同数据分布情况下应使用的相关性分析方法,如Pearson相关和Spearman相关。此外,文章介绍了使用graphpad prism软件做相关性分析的方法和简单绘图过程。
关键观点总结
关键观点1: 应用的相关性分析方法介绍
文章详细阐述了应用的相关性分析方法,包括衡量两个或多个变量之间的关联程度、关系的正负方向以及线性程度。
关键观点2: 不同数据分布下的相关性分析方法
文章指出,根据数据分布特点选择适当的相关性分析方法,如当数据满足正态分布时可使用Pearson相关,对不服从正态分布的资料或总体分布未知的资料以及用等级资料表示的原始数据,可选择Spearman相关。
关键观点3: 使用graphpad prism软件做相关性分析的方法
文章介绍了利用graphpad prism软件进行相关性分析的方法和简单绘图过程,并提到可以根据要求对图片进行美化。
文章预览
🌸应用:用于衡量两个或多个变量之间的关联程度。 🉑它可以帮助我们了解这些变量之间的关系强弱、正负方向以及线性程度。 🌸应用条件: 💦当两组数据满足正态分布时,使用Pearson相关; 💦对不服从正态分布的资料或者总体分布未知的资料以及用等级资料表示的原始数据,可用Spearman相关。 🌸本文介绍了用graphpad prism做相关性分析的方法以及简单绘图过程,具体的图片美化可以自己根据要求调整哟! 创作者:洞观 审核者:雨观 编辑者:仓观 编审者:直观、静观
………………………………