origin绘制多因子组箱线组图并添加显著性差异,origin多重比较

origin绘制多因子组箱线组图并添加显著性差异,origin多重比较

那么，如何利用Origin来添加显着性差异识别呢？ 下面介绍两种方法：整理自：鼎香客论坛作者：yanzezao链接：http://dxy.cn/bbs/topic/879069401方法一：LabelListing方法如名所示，就是输。方法一：LabelListing方法如名所示，只要在输入数据时多加一栏，将其属性设置为Label，并在该栏输入星号即可，如下图：直接选择四列制作柱状图，得到的初始图形如下：我们可以看到星号当前的方向和位置

那么，如何利用Origin来添加显着性差异识别呢？ 下面介绍两种方法：1.方法一：标签列法，顾名思义，就是在输入数据中再添加一个列，将其属性设置为标签，并在该列中输入星号，如下图：直接选择四列制作柱状图。 得到的boxplotsignificanceanalysis,originsignificanceanalysisgraphrpicture,errorwhentheboxlineiconissignificant,theerrorwhentheboxlineiconissignificant,可能是由于你的数据中的一些极值（变量值与其他变量的值有明显偏差）影响整体分布，导致

＼　＿　／ 选择数据，选择多因子箱线图（索引数据）。选择数据（因为我们选择数据后点击了图形模板，所以不需要移动它。如果发生变化，可以重新选择它），选择列X作为分类列，然后单击"确定"，得到初始箱线图，双击框1。数据是左边的三个指标（因子A，因子B，因子C）。每个指标测量三组（组1），组2，组3）。 2.导入数据教程：输入上图所示的数据（也可以是你自己的数据）

╯▽╰ 1.方法一：标签列方法，顾名思义，就是在输入的数据中添加一个额外的列，将其属性设置为标签，并在该列中输入星号，如下图：直接1导入数据。 将绘图数据复制并粘贴到原始工作簿中。数据应由以下部分组成：平均值、标准误差（或标准误差）和多个比较结果，如图所示。 2设置标准误差列和重要性标记。 选择列SD，右