介绍之前的推文中，我们介绍了origin如何进行数据描述以及正态性分析。那么对于平时的常用的统计方法——单因素方差分析，首选先要进行的是数据的正态性分析，符合正态后，我们可以使用单因素方差分析进行分析。(如果方差不齐，需要使用非参数检验。一般情况下，Model和Control比较用#，药物组和Model比较用*。
之前的推文中，我们介绍了origin如何进行数据描述以及正态性分析。那么对于平时的常用的统计方法——单因素方差分析，首选先要进行的是数据的正态性分析，符合正态后，我们可以使用单因素方差分析进行分析。
软件Origin 2019b
图文介绍数据的正态性检测
1. 打开origin软件，输入数据
2. 正态性检验
3. 结果显示，数据为正态性
单因素方差分析
1. 选中数据，选择单因素方差分析
2. 设置一下数据，如果竖着输入，就选择原始；横着输入，就选择索引。
3. 均值比较选择第一个统计方法(Origin优选出了好几个统计方法，差异不大，选择第一个即可)
4. 方差齐性检验，选择第一个方法即可
5. 可以选择其中一个或者二者都选
6. 看一下最终结果，包括描述性统计结果，可以以此来进行作图使用
7. 总体方差中P小于0.05，表明该四组数据中，至少有两组数据平均值有显著差别
8. 均值比较部分，比如第一行，Model Control, Sig为1,即说明Model和Control比较具有显著性差异，概率小于0.05；比如最后一行，Drug 2和Drug 1比较，Sig为0,即说明Drug 2和Drug 1比较没有显著性不同，P值为0.99713，大于0.05。
9. 方差齐性这里,概率为0.71288，大于0.05，认为四组数据的方差没有显著不同。(如果方差不齐，需要使用非参数检验。对于自己的数据不属于正态或者方差不齐，要么对数据重新筛选，符合正态和方差齐性。要么就直接使用非参数检验进行分析)
10. 那么最后，我们使用均值加减标准误进行作图，可以使用文本工具将符号标记上去。一般情况下，Model和Control比较用#，药物组和Model比较用*。
11. 你也可以使用标记显著性的符号，不过这个似乎用起来不是很好
12. 怎么样，今天的教程你学会了吗？
