MATLAB（3）
首先绘制条形图 主要采用matlab自带的bar命令
a_live = [0.0, 0.3];
a_tid = [0.3, 0.5];
a = [a_ a_tid];
bar(a, 'grouped')
set(gca,'YLim', [0.5,1], 'XTickLabel',{'LIVE', 'TID2013'}, 'FontSize', 15);
ylabel('SRC');
set(gca, 'Ytick', [0.5:0.05:1], 'ygrid','on','GridLineStyle','-');
legend('25','50','100','200', 'Location', 'EastOutside');
legend('boxoff');
采用errorbar命令添加误差棒，这里的误差是标准差。
e = [0.4, 0.2; 0.0, 0.9];
numgroups = size(a, 1);&
numbars = size(a, 2);&
groupwidth = min(0.8, numbars/(numbars+1.5));
for i = 1:numbars
& & & % Based on barweb.m by Bolu Ajiboye from MATLAB File Exchange
& & & x = (1:numgroups) - groupwidth/2 + (2*i-1) * groupwidth / (2*numbars); &% Aligning error bar with individual bar
& & & errorbar(x, a(:,i), e(:,i), 'k', 'linestyle', 'none', 'lineWidth', 1);
最后采用一个toolbox：&applyhatch_pluscolor_bundle来改变条形图的形状，方便黑白打印的时候显示
[im_hatch,colorlist] = applyhatch_pluscolor(1,'\+x.', 1, [1,0,1,0] , [], [], 1.5, 2); % add different patterns
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：599次
排名：千里之外您当前所在位置： >
如何做excel标准偏差图呢
大家知道excel标准偏差吗?下面我们就给大家详细介绍一下吧!
方法与步骤：
1、计算平均值：参考黄色栏的函数表达式;
2、计算标准偏差值：参考浅绿色栏的函数表达式;
3、选择&样品含量&组的数据，按Ctrl+&平均值&组数据;
4、按绘图向导作出&散点图&，步骤略;
5、右击图中的数据点，弹出菜单，选择&系列数据格式&，进入后选择&误差线Y&项;
6、选中&自定义项&，点击&+&栏出现：
7、点击右边的小框，Excel程序自动回到数据源界面，拖鍪蟊暄≡&标准偏差&组数据，按回车键; 这样就设定了正偏差的值;同样方法可设定&-&栏的值，也就设定了负偏差的值;
8、于是，整个作图就基本完成了。
9、若要取消偏差作图，只要在&数据系列格式&菜单中&误差线Y&项选择&显示方式&为&无&就OK了10.其它如在条形图中作标准偏差的方法是一样的，只是图表类型不同罢了。
相信大家已经学会excel标准偏差了吧!感谢大家对我们网站的支持!
相关推荐：
上一篇：下一篇：
本文相关阅读
高校查询分数线
考生所在地
北京天津辽宁吉林黑龙江上海江苏浙江安徽福建山东湖北湖南广东重庆四川陕西甘肃河北山西内蒙古河南海南广西贵州云南西藏青海宁夏新疆江西香港澳门台湾
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
地区批次线查询
考生所在地
北京天津辽宁吉林黑龙江上海江苏浙江安徽福建山东湖北湖南广东重庆四川陕西甘肃河北山西内蒙古河南海南广西贵州云南西藏青海宁夏新疆江西香港澳门台湾
科目理科文科综合其他
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
院校所在地北京天津辽宁吉林黑龙江上海江苏浙江安徽福建山东湖北湖南广东重庆四川陕西甘肃河北山西内蒙古河南海南广西贵州云南西藏青海宁夏新疆江西香港澳门台湾
其它中央部委
类型工科农业师范民族
层次本科高职(专科)
高考志愿③部曲
频道热门推荐
栏目最新更新为什么spss做的误差条形图，条形下半节是空的？我想要一整条长方形！这个看上去都像箱图了。
挚爱小慧xPA
都在零点以上啊，难道误差有负的……
为您推荐：
扫描下载二维码Excel图表| 利用误差线制作Bullet图
Excel图表| 利用误差线制作Bullet图
利用误差线制作Bullet图（文 / ExcelPro的图表博客）之前曾介绍过用Excel做bullet图，做法是先做竖向的图表，然后利用拍照旋转为水平的bullet图。一位网友询问，有没有办法直接做水平的bullet图，以便与表格结合使用。据我当时的了解，是没有办法的，之所以要用旋转的方法，是因为excel不支持将堆积条形图、条形图、散点图做在一个图表中。有个老外为了做横向的bullet还搞得非常复杂，不划算。最近突然有了个想法，可以利用堆积条形图＋散点图＋误差线来直接实现水平的bullet图。方法很巧妙，也很简单，唯一的问题是2003中的误差线的线型只有3种，最粗的效果与bullet风格也有差距。在2007中则无此问题，所有线型都可以指定任意的磅数，因此可以做到标准的bullet风格，此方法是个完美的解决之道，见下图。以下是做法详解：1、还是如下的数据，增加了I列的辅助数据。2、用B～G列数据做堆积条形图。3、将“实际”、“目标”序列的图表类型改为散点图，此时其数据源不对，暂时不管。4、对图表先做一些格式化，如设置3个区间的填充色，反转分类x轴的次序。5、指定“实际”、“目标”序列的x、y值数据源，其中x为原数据C/D列，y为辅助数据I列。此时图表如下图，有些bullet的端倪了。6、设置“实际”序列的X误差线－》负偏差－》自定义－》“－”号,指定为实际序列即C列。理解：从“实际”到0的误差距离正好就是实际值。出现X误差线，设置误差线为最粗线型，此时图表如下图。如是2007，可设置误差线的磅数为6磅左右，就象个条形图了。7、绘制一条小竖线，并贴入到“目标”序列数据点上，代表目标。8、最后做一些其他格式化，至如下效果。如果是2007中，误差线的设粗些，就是如下的效果，非常完美。完成。例子文件下载：利用误差线制作Bullet图.xls
发表评论：
TA的最新馆藏简析条形图（bar plot）上的误差线
已有 6012 次阅读
|个人分类:|系统分类:|关键词:误差线 统计 实验设计
经常会遇到有人问条形图上误差线画什么的问题，有人说标准差（sd），有人说标准误（se），有的直接说置信区间（CI），其实这倒也不是什么大问题，你按什么画就在文章中注明就是了。后来看到JCB上有一篇科普，分析的比较到位，就把里面的干货跳出来翻译一下并对其中的难点进行解读，既是总结也是提高，懒得看过程可直接看文末的规则。误差线种类描述公式范围描述性极值间距离&标准差描述性数据点与均值的平均差异标准误推断性重复多次均值的变化&置信区间(95%)推断性一个有95%信心出现均值的范围&标准差是描述性统计里用来表示数据本身均值范围的，两倍标准差范围以外就可能是异常值了，标准差的使用不牵扯均值对比推测，仅仅是描述性的。样本标准差会随着样本数增加接近总体标准差，可用来作为总体标准差的估计，不随样本数变化而变化。既然随着样本数增加样本标准差与总体标准差是一致的，怎么又说不随样本数变化？你可以这样理解，总体方差是客观存在的，我们用样本去对总体方差进行估计，具体的算法就是上面那个公式，可用点估计方法自行推导，得到的就是一个接近总体方差的数，这个数当然不会随样本数发生变化了。至于说公式，要记住伴随样本数增大，分子也在增大，所以整体上这个数是不会随样本数发生变化，毕竟只是一个估值无偏性的问题。置信区间是针对均值自身而言的，是对均值真实值出现范围的估计，在这一范围内每个点都可能是真值，在置信区间的计算中也会用到标准误。因为涉及均值出现范围，一般就会涉及均值比较与估计的问题，谁比谁大或小，是否显著，这属于推断性统计。置信区间与样本是相关的，越大越不准，越小表示准确度高（样本数自然要大一些）。在使用这类误差线时要考虑自己是否有此意图。95%置信区间中样本平均值的地位这个95%的置信度可以用仿真实验来掩饰，谢益辉写的R扩展包animation中conf.int()可以很清楚的演示这一过程：不断从总体中取样并计算95%置信区间，重复n次，最后统计区间包含总体均值的概率你会发现有95%的区间包含的真值。区间包含真值的概率是95%，而不是真值在这个区间里变动，计算出的置信区间可能不包含真值，毕竟置信度为95%。样本的均值是没有固定位置的会跟着取样走，但总体均值不会乱跑，因为不知道，所以用含有置信度的区间估计会更可靠一些。标准误与置信区间的区别看公式就知道了，标准误跟着样本数走，样本数越大，标准误越小，很多文章会使用MSE，这代表了均值的标准误。应该说重复越多，这个数就越压缩均值出现的范围，一般而言都是样本数为3，不是因为多了不行，而是说3个样本可以说明问题，有条件当然样本多了好了，结果会更准。置信区间还涉及一个t值的问题，在样本数较少例如3的时候，t值比较大，约为4，样本数多于10，一般就是2左右了。置信区间在一定程度上对样本数不如标准误敏感，给出MSE与样本数是可以推测置信区间的，样本数为3就是4倍MSE，为10就是3倍MSE。如何利用置信区间来判断显著性置信区间是统计估计问题，显著性是统计推断问题，这是首先需要分清楚的，然后看下面这个来自原文的图就很清楚了。通过间距判断就可以，这里需要纠正的问题就是一定要间距完全分开才有显著性差异，根据情况来。使用样本数要注意你是一个样本重复测定n次，还是n个样本测定1次。前者表示同一样本，n实际为1，后者表示独立样本，样本数为n。如果你展示的是一组代表性独立数据，那就不用给出重复测定误差线，这对总体推断没多大意义。实验设计中的可重复性究竟指的是什么？一个实验设计三个平行，重复了4次，那么n应该是多少？n为4，因为这4次测定是与你要检验的假说有关的，那三个平行取均值就可以了，作为对数据真实性的保证。保证数据可用与重复性是两个概念，这一点是经常被混淆的。有人做实验重复了10次发现其中有1次结果是可用的就用这组数据去写文章，里面实际只有平行，没有重复。实际的科研是要考虑这10次结果的，当然前提是每次实验所有操作都是一致的，只用一组数据去写文章是碰运气，可以说完全没有重复性，这里每一次重复代表获得一次独立样本。当然这也分情况，根据你的题目自行考虑。如何表示重复测量数据？做分析的会比较关注，组内重复测量数据对于组间比较是没有意义的。例如在暴露实验中，同一时间点的数据带有误差线的暴露组与对照组是可比的，但是不同时间点的数据置信区间就没什么意义了，或者你可以用配对t检验差值的方法来考虑同一组内不同时间点测定区别是否显著。一般遇到这个问题都是考虑影响因素的时候，最好每个因素单一考虑，当然你也可以设计正交实验。重复性与独立性是相对的，根据你的实验设计来决定。
转载本文请联系原作者获取授权，同时请注明本文来自科学网博客，链接地址：
上一篇：下一篇：
当前推荐数：0
评论 ( 个评论)
扫一扫，分享此博文
作者的精选博文
作者的其他最新博文
热门博文导读
Powered by
Copyright &}