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。
免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。
原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过
【版权申诉通道】联系我们处理。