什麼是散佈圖以及如何判讀?
散佈圖將成對的數值量測(X 與 Y)以點位呈現於笛卡兒座標平面上,用於揭示相關方向、線性程度、分群結構與潛在離群值。加上普通最小平方法(OLS)趨勢線與 95% 信賴區間帶後,讀者能立刻判斷線性斜率是否具統計顯著性。
判讀散佈圖時,應同時檢視 Pearson 相關係數(r)與決定係數(R²,代表 X 所能解釋的 Y 變異比例)。務必搭配原始點雲一同檢視,而非僅看摘要統計量,以免遺漏非線性關係或高影響力離群點。
貼上 X/Y 資料欄或上傳 CSV/Excel 檔案,即可建立發表等級的散佈圖,內建 OLS 迴歸、95% 信賴帶、分組著色與氣泡大小對應。
散佈圖將成對的數值量測(X 與 Y)以點位呈現於笛卡兒座標平面上,用於揭示相關方向、線性程度、分群結構與潛在離群值。加上普通最小平方法(OLS)趨勢線與 95% 信賴區間帶後,讀者能立刻判斷線性斜率是否具統計顯著性。
判讀散佈圖時,應同時檢視 Pearson 相關係數(r)與決定係數(R²,代表 X 所能解釋的 Y 變異比例)。務必搭配原始點雲一同檢視,而非僅看摘要統計量,以免遺漏非線性關係或高影響力離群點。
請使用三欄格式:x, y, group(例如:2.5, 21.8, Wild Type)。若希望依數值大小縮放散點半徑,可再加入第四欄數值。
Plotlyzer 會依據殘差標準誤及各 X 點位的槓桿值,在整個 X 定義域上以精確的 Student-t 分佈計算擬合平均反應的標準誤。
可以。透過「趨勢線」選項即可在無、線性 OLS 迴歸與二次多項式迴歸之間切換,並即時更新 R²。
是的。匯出的 SVG 採用純淨向量幾何、銳利座標軸與標準無襯線/等寬排版字體,適用於 Nature、IEEE 與 APA 圖表規範。
五數摘要、Tukey 1.5×IQR 離群值標記、原始散點與小提琴密度疊加。
統合分析森林圖,支援固定/隨機效應(DL)、權重、I²、τ² 與 Q 檢定。
自動排序莖葉表、分莖模式(1×/2×/5×)與雙組背對背比較。
Wilkinson 風格堆疊頻率點圖、自訂分組區間與平均數/中位數標記。
高斯 KDE 核密度外型、可調頻寬、內部盒鬚圖與原始資料點疊加。
由原始重複測定或摘要表一鍵切換 ±1 SD、±1 SE 與 95% CI。
弗萊塔格金字塔敘事弧線,支援自訂階段、張力曲線與說明卡。