什么是散点图以及如何解读?
散点图将成对的数值观测(X 与 Y)以点形式呈现在笛卡尔坐标系中,用于直观揭示变量间的相关方向、线性程度、聚类结构与潜在异常值。叠加普通最小二乘(OLS)拟合线及 95% 置信区间带后,读者能够迅速判断线性斜率是否具备统计学意义。
解读散点图时,应同时关注 Pearson 相关系数(r)与决定系数(R²,即 X 所解释的 Y 方差比例)。请务必结合原始点云而非仅看汇总统计量,以免忽略非线性趋势或高杠杆异常点。
粘贴 X/Y 数据列或上传 CSV/Excel 文件,快速构建出版级科研散点图,支持 OLS 线性回归、95% 置信带、分组着色与气泡大小映射。
散点图将成对的数值观测(X 与 Y)以点形式呈现在笛卡尔坐标系中,用于直观揭示变量间的相关方向、线性程度、聚类结构与潜在异常值。叠加普通最小二乘(OLS)拟合线及 95% 置信区间带后,读者能够迅速判断线性斜率是否具备统计学意义。
解读散点图时,应同时关注 Pearson 相关系数(r)与决定系数(R²,即 X 所解释的 Y 方差比例)。请务必结合原始点云而非仅看汇总统计量,以免忽略非线性趋势或高杠杆异常点。
请使用三列格式:x, y, group(例如:2.5, 21.8, Wild Type)。如需根据数值大小缩放散点半径,可追加第四列数值。
Plotlyzer 根据残差标准误及各 X 处的杠杆值,在整个 X 定义域上采用精确的 Student-t 分布公式计算拟合均值的标准误并绘制置信带。
可以。在「拟合趋势线」选项中即可在无、线性 OLS 回归和二次多项式拟合之间切换,并实时更新 R²。
可以。导出的 SVG 具备纯净的矢量路径、规范坐标轴以及无衬线/等宽学术排版风格,符合 Nature、IEEE 与 APA 等期刊配图要求。
五数概括、Tukey 1.5×IQR 异常值标注、原始散点叠加与小提琴密度图。
Meta 分析森林图在线绘制,支持固定/随机效应(DL)、权重、I²、τ² 与 Q 检验。
自动排序茎叶表、支持分茎模式(1×/2×/5×)及双组背靠背对比。
Wilkinson 风格堆叠频数点图、可调分箱与均值/中位数参考线。
高斯 KDE 核密度轮廓、可调平滑带宽、内部箱线与原始散点叠加。
支持从原始重复测定或汇总表一键切换 ±1 SD、±1 SE 与 95% CI。
弗赖塔格金字塔叙事弧线,支持自定义阶段、张力曲线与说明卡片。