使用SigmaPlot进行生物学中的数据转换

生物学中的许多变量并不满足参数统计检验的假设条件：它们不是正态分布，方差不齐，或者两者兼具。

对这类数据使用参数统计检验（如方差分析或线性回归）可能会得出误导性的结果。

在某些情况下，对数据进行转换会使其更符合假设条件。可供使用的转换方法数不胜数，但蕞好使用你所在领域常用的转换方法，比如针对计数数据采用平方根转换，针对尺寸数据采用对数转换，而不是使用鲜为人知、晦涩难懂的转换方法。

同样重要的是，在进行统计检验之前就要确定好使用哪种转换方法。

对变量进行数学转换通常是为了：

- 提高回归方程与数据点之间的拟合紧密程度（提高 R 平方值）；

- 并且 / 或者使变量符合统计程序（如正态性）的假设，从而发挥这些统计程序的全部效力。

此外，对某些类型变量进行转换有时能使统计程序结果的解释比不进行转换时更容易、更有见地。

“幂次阶梯” 这一术语指的是可对某个变量进行的一系列代数变换，通过这些变换能够改变该变量分布的形状。

如上述表格所示的 “幂次阶梯” 在此是针对标记为 “y” 的变量展示的，该变量既可以是因变量，也可以是自变量。

其他幂次和根式可嵌入所展示的行列之间，并且在表格的上方和下方均有延伸。

生物学中使用了众多的变换方法。常用的有以下几种：

- 平方根变换。其做法是对每个观测值取平方根。

- 对数变换。其做法是对每个观测值取以 10 为底的对数。

- 反正弦平方根变换。其做法是对一个数的平方根取反正弦值。

Sigmaplot 软件中的变换

较新版本的 Sigmaplot 软件中进行变换的执行路径如下所示：

下面展示了使用 Sigmaplot 软件按照 “幂次阶梯” 进行变换后的部分直方图，同时还展示了原始数据的直方图。