你在投稿中有没有遇到过审稿人老盯着统计和结果图说事的？
小编我遇到过，今天就来跟大家说道（吐槽）说道（吐槽）
作图，使人快乐[捂脸]（假的）
我的文章里大概有9张图，
组间比较的配图大多是这样式的，
很经典的款式，
组别差异一目了然
然而审稿人意见说：
I highly recommend representing the graphs with scatter plots (to see data distribution) and standard error of the mean (SEM)
小编的内心OS：这图有啥问题呀？
大部分文章不都是这样吗？
9张图呢，都要重做重组，这工作量，心好累……
但吐槽归吐槽，
还是老老实实按照审稿人的意见做了一遍，
还要感谢审稿人的宝贵意见（在线卑微）
除了结果展示的问题，
审稿人还提到统计方法的问题：
Have you performed normality tests? If so, specify it in materials and methods section （是否有做正态分布检验，如果有，请在方法部分提及）
小编的文章里统计分析部分写到：
两组间的比较使用t-test，
但是确实没有提到正态性检验的问题。
你会不会用Graphpad进行正态分布检验呢？
如果还不会
今天我们就来聊聊Graphpad进行t-test相关统计作图，以及正态分布在t-test中的细节操作，
保准后续不再遇到上面的审稿问题，就算是遇到了也知道如何去解决它。
t-test在Column统计中，有配对t检验（paired t-test）和非配对t检验（unpaired t-test）。
从数据列表（见下图）就可以看出两者之间的差别，
配对t检验中，同一个对象包括对照组和处理组两个值，就比如我们要比较药物治疗前后的某个指标的变化。
但是对于非配对t检验，可以看出，两个组没有要求必须数量要一致，也没有针对同一个对象的两组数值。
结果图的展示在Graphs文件下，
结果图有多种展示方式，
我们可以根据自己的需求进行相应的选择
结果图选定之后，重要的是结果的统计分析。
两个组之间是否有统计学差异，统计分析的过程中，会涉及到需要选择参数检验还是非参数检验。
参数检验的前提就是数据假定符合正态分布，
也就是说只有数据符合正态分布，才使用参数检验。
以下面这组数据为例，我们选择参数检验，
结果p=0.0160，表示处理组和对照组有统计学差异。
非参数检验往往不假定总体的分布类型，直接对总体的分布的某种假设作统计检验。
如果数据不符合正态分布，则需要使用非参数检验，会使用Wilcoxon test进行比较。
还是同样的一组数据，我们选择非参数检验，
结果p=0.0625正态性检验怎么看结果正态性检验怎么看结果，表示处理组和对照组没有统计学差异。
同样的数据，选择不同的统计方法后得出的结论是完全不一样的！！！
看到这儿，是不是明白为什么审稿人会问是否有做正态分布检验了。
统计方法做对了才可以达到发表需求的。
所以，大家以后在进行统计分析的时候要先进行正态性检验，这样才会避免选错统计方法。
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，一年会员只需98元，全站资源免费下载 点击查看详情
站 长 微 信： muyang-0410
