两组连续变量的比较是临床科研中经常遇见的问题，比如比较试验组和对照组的年龄是否相同。对于此类数据的分析，首先应看再试验设计上是否进行了配对，之后再看数据是否呈正态分布，方差是否齐。对于此类数据的数据，大致可以遵循图1所示的原则。
比较方法：如果数据是连续性数据，且两组数据分别服从正态分布&方差齐（方差齐性检验），则可以采用t检验，如果不服从以上条件可以采用秩和检验。
扩展资料：
对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点（例如，几千个点），那么散点图便是最佳图表类型。在点状图中显示多个序列看上去非常混乱，这种情况下，应避免使用点状图，而应考虑使用折线图。
默认情况下，散点图以圆圈显示数据点。如果在散点图中有多个序列，请考虑将每个点的标记形状更改为方形、三角形、菱形或其他形状。
参考资料来源：百度百科-散点图
温馨提示：答案为网友推荐，仅供参考
第1个回答 推荐于2017-11-22
两组连续变量的比较是临床科研中经常遇见的问题，比如比较试验组和对照组的年龄是否相同。对于此类数据的分析，首先应看再试验设计上是否进行了配对，之后再看数据是否呈正态分布，方差是否齐。对于此类数据的数据，大致可以遵循图1所示的原则。
图1 两组变量变量比较的原则
可以用于两组资料比较的软件很多，比如SPSS，SAS和Stata等功能强大的专业统计软件。但笔者更倾向于用GraphPad
Prism，因为该软件操作简单，结果更容易解读。实际上，在临床科研中遇到的绝大部分统计问题，都可以通过GraphPad
Prism来解决。GrapgPad Prism是一款侧重于科学绘图的软件，但其同事具备简单的统计学功能。本文所采用GraphPad
Prism为6.0版本，其他版本的操作与此类似。该软件的安装教程在网上均可找到，在此不再赘述。本文仅简单演示如何在GraphPad
Prism进行两组连续变量的比较。
1
数据的录入
打开GraphPad Prism软件后，软件会让操作者选择数据的输入类型，此时注意选择“Column”这个选项。如图2所示：
图2：数据类型的选择
之后分别输入两组变量的值。如图3所示，实验组共5个样本，检测数值分别为1，2，3，4和5；对照组也是5个样本，分别是4，5，6，7和8。也可以在表头上对数据进行标识，分别为Experiments和Controls。如果此处不进行标识，默认的组名是Dataset
A和Dataset B。
图3 在GraphPad Prism中录入结果
2
结果的运算
结果录入完毕后，点击菜单栏中的Analyze，会出现如图4所示的界面。注意左侧一定要选中”t tests (and
nonparametric tests)”。
图4 选择统计方法
点击图4中的OK，会进入如图5所示界面。在此界面中，软件要求作者选择是否配对（Paired和Unpaired），并决定选择参数检验还是非参数检验。所谓参数检验就是指配对t检验或独立样本t检验，而非参数检验则是指Mann-Whitney
U检验或配对Wilcoxon检验。如果选择参数检验（默认两组数据均呈正态分布），软件会让操作者选择方差是否齐。
如果方差齐，软件会选择t检验，如果不齐，软件推荐Welch法。需要说明的一点是，如果两组数据均呈正太分布，但方差不齐，此时应采用校正t检验，目前有三种主要的校正t检验法：Cochran
& Cox法、Satterthwait法和Welch法。GraphPad
Prism仅支持Welch法。
如果两组数据不呈正太分布，则应该选用非参数检验。非参数的两个选项分别是Mann-Whitney
U检验和Kolmogorov-Smirnov检验。一般选择Mann-Whitney U检验。
图5
选择统计方法
除了Experimental
Design以外，还可以对Optional选项里面的内容进行修改。如图6所示。一般建议选择“Discreptive
statistics for each data set”（展示各组数据的均数、中位数、标准差、秩和等）选项。在P
value一段，系统默认为双尾检验，一般建议不要更改。
图6 统计选项
所有的选项选择完毕后，点击OK即可进行计算。
3
结果的解读
结果一般分为两个部分，一是差异是否具有统计学意义；二是差异有多大。如果研究者选择了Mann-Whitney
U检验，则可得到如图7所示的结果。
图7 非参数分析结果的解读
参数分析结果的解读与此类似，只不过多了个F test to compare
variances，即方差是否齐。一般认为，P值大于0.10才可以认为两组数据方差相同（注意：是“大于”，不是“小于”！是“0.10”，不是“0.05”！！！！）。
4
检验数据是否呈正态分布
可能有的读者会问GraphPad
Prism能否判断数据是否呈正态分布。其实是可以进行正态分布检验的。以上述两组数据为例，首先点击Analyze，然后选择XY
Analysis下面的Column statistics。如图8所示：
图8 进行正态分布检验
如图9所示，GraphPad
Prism提供了三种检验数据是否呈正态分布的方法：D’Agootino-Pearson法，Kolmogorov-Smirnov法和Shapiro-Wilk法。针对同一种数据，三种方法的计算结果大同小异。虽然GraphPad
Prism不推荐用Kolmogorov-Smirnov法，但根据笔者经验，在国际上发表论文时，多采用Kolmogorov-Smirnov法的结果，可能是因为当样本量太小时，Shapiro-Wilk法和D’Agootino-Pearson法无法给出检验结果。当然，也可以三种方法都选择，综合判断数据是否呈正态分布。
图9 进行正态分布检验（第二步）
选择好统计方法之后点击OK，就可以得到正态检验的结果，如图10所示。需要特别说明的是：在正态检验中，一般认为P大于0.10才表述数据呈正态分布（注意：是“大于”，不是“小于”！是0.10，不是“0.05”！！！！）。在本案例中，两组数据的P值均为0.20，因此可以认为两组数据均呈正态分布。
http://blog.sina.com.cn/s/blog_bb0a5d340102vw2b.html本回答被网友采纳
图1 两组变量变量比较的原则
可以用于两组资料比较的软件很多，比如SPSS，SAS和Stata等功能强大的专业统计软件。但笔者更倾向于用GraphPad
Prism，因为该软件操作简单，结果更容易解读。实际上，在临床科研中遇到的绝大部分统计问题，都可以通过GraphPad
Prism来解决。GrapgPad Prism是一款侧重于科学绘图的软件，但其同事具备简单的统计学功能。本文所采用GraphPad
Prism为6.0版本，其他版本的操作与此类似。该软件的安装教程在网上均可找到，在此不再赘述。本文仅简单演示如何在GraphPad
Prism进行两组连续变量的比较。
1
数据的录入
打开GraphPad Prism软件后，软件会让操作者选择数据的输入类型，此时注意选择“Column”这个选项。如图2所示：
图2：数据类型的选择
之后分别输入两组变量的值。如图3所示，实验组共5个样本，检测数值分别为1，2，3，4和5；对照组也是5个样本，分别是4，5，6，7和8。也可以在表头上对数据进行标识，分别为Experiments和Controls。如果此处不进行标识，默认的组名是Dataset
A和Dataset B。
图3 在GraphPad Prism中录入结果
2
结果的运算
结果录入完毕后，点击菜单栏中的Analyze，会出现如图4所示的界面。注意左侧一定要选中”t tests (and
nonparametric tests)”。
图4 选择统计方法
点击图4中的OK，会进入如图5所示界面。在此界面中，软件要求作者选择是否配对（Paired和Unpaired），并决定选择参数检验还是非参数检验。所谓参数检验就是指配对t检验或独立样本t检验，而非参数检验则是指Mann-Whitney
U检验或配对Wilcoxon检验。如果选择参数检验（默认两组数据均呈正态分布），软件会让操作者选择方差是否齐。
如果方差齐，软件会选择t检验，如果不齐，软件推荐Welch法。需要说明的一点是，如果两组数据均呈正太分布，但方差不齐，此时应采用校正t检验，目前有三种主要的校正t检验法：Cochran
& Cox法、Satterthwait法和Welch法。GraphPad
Prism仅支持Welch法。
如果两组数据不呈正太分布，则应该选用非参数检验。非参数的两个选项分别是Mann-Whitney
U检验和Kolmogorov-Smirnov检验。一般选择Mann-Whitney U检验。
图5
选择统计方法
除了Experimental
Design以外，还可以对Optional选项里面的内容进行修改。如图6所示。一般建议选择“Discreptive
statistics for each data set”（展示各组数据的均数、中位数、标准差、秩和等）选项。在P
value一段，系统默认为双尾检验，一般建议不要更改。
图6 统计选项
所有的选项选择完毕后，点击OK即可进行计算。
3
结果的解读
结果一般分为两个部分，一是差异是否具有统计学意义；二是差异有多大。如果研究者选择了Mann-Whitney
U检验，则可得到如图7所示的结果。
图7 非参数分析结果的解读
参数分析结果的解读与此类似，只不过多了个F test to compare
variances，即方差是否齐。一般认为，P值大于0.10才可以认为两组数据方差相同（注意：是“大于”，不是“小于”！是“0.10”，不是“0.05”！！！！）。
4
检验数据是否呈正态分布
可能有的读者会问GraphPad
Prism能否判断数据是否呈正态分布。其实是可以进行正态分布检验的。以上述两组数据为例，首先点击Analyze，然后选择XY
Analysis下面的Column statistics。如图8所示：
图8 进行正态分布检验
如图9所示，GraphPad
Prism提供了三种检验数据是否呈正态分布的方法：D’Agootino-Pearson法，Kolmogorov-Smirnov法和Shapiro-Wilk法。针对同一种数据，三种方法的计算结果大同小异。虽然GraphPad
Prism不推荐用Kolmogorov-Smirnov法，但根据笔者经验，在国际上发表论文时，多采用Kolmogorov-Smirnov法的结果，可能是因为当样本量太小时，Shapiro-Wilk法和D’Agootino-Pearson法无法给出检验结果。当然，也可以三种方法都选择，综合判断数据是否呈正态分布。
图9 进行正态分布检验（第二步）
选择好统计方法之后点击OK，就可以得到正态检验的结果，如图10所示。需要特别说明的是：在正态检验中，一般认为P大于0.10才表述数据呈正态分布（注意：是“大于”，不是“小于”！是0.10，不是“0.05”！！！！）。在本案例中，两组数据的P值均为0.20，因此可以认为两组数据均呈正态分布。
http://blog.sina.com.cn/s/blog_bb0a5d340102vw2b.html本回答被网友采纳
相似回答