什么是小提琴图?为何有时优于箱线图?
小提琴图将传统箱线图与沿中轴对称绘制的核密度估计(KDE)曲线融为一体。轮廓越宽的区域代表观测密度越高,因此能够直观呈现生物医学或行为学数据中常见的双峰或偏斜分布。
Plotlyzer 默认采用 Silverman 经验法则初始化带宽,并支持交互式微调平滑系数。保留内部的四分位距粗条与白色中位数圆点,即可在展示完整密度形态的同时提供精确的统计定位点。
借助对称高斯 KDE 小提琴轮廓、内部四分位标记与出版级矢量输出,清晰展现多组数据的双峰结构、偏态与完整概率密度分布。
| 分组 | n | 均值 | SD | 中位数 | IQR | 最小 / 最大值 |
|---|---|---|---|---|---|---|
| HeLa | 14 | 5.92 | 1.07 | 5.9 | 1.5 | 4.2 / 7.8 |
| HEK293 | 14 | 7.45 | 1.03 | 7.45 | 1.55 | 5.8 / 9.1 |
| A549 | 14 | 6.02 | 1.9 | 6.6 | 3.3 | 3.1 / 8.5 |
小提琴图将传统箱线图与沿中轴对称绘制的核密度估计(KDE)曲线融为一体。轮廓越宽的区域代表观测密度越高,因此能够直观呈现生物医学或行为学数据中常见的双峰或偏斜分布。
Plotlyzer 默认采用 Silverman 经验法则初始化带宽,并支持交互式微调平滑系数。保留内部的四分位距粗条与白色中位数圆点,即可在展示完整密度形态的同时提供精确的统计定位点。
较小带宽(< 1.0)会突出更细微的局部波动与次峰;较大带宽(> 1.0)则使密度曲线更平滑,强调宏观分布趋势。
白色圆点标示该组中位数,黑色粗条跨度为四分位距(Q1 至 Q3),细中轴线则延伸至 Tukey 须线边界。
建议每组至少包含 8–10 个观测值以获得稳健的密度估计;若样本量更小,建议开启原始散点或改用点图。
Plotlyzer 使用标准高斯核函数,并在每组数据范围内基于 60 点密度网格精确求值。
支持回归趋势线、95% CI 置信带、R²、Pearson r 与多分组着色。
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。
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。