点数还是条数？

上图绘制了非配对 t 检验的样本数据。我们更喜欢左边的图表，它显示了每个 单独的数据点。这比右边的条形图显示得更详细，也更容易解读。

制图技巧

•为正态分布数据绘制散点图时，应绘制水平线来表示平均值。对于对数正态分布的采样数据，该水平线应代表几何均值。如果选择非参数曼-威尼检验，则可能需要绘制中位数（可在设置图表格式对话框中选择）。Prism 可以完全关闭水平线。

•Prism 的成对比较功能可以自动将分析的 P 值结果添加到图表中。

•不要忘记在某处说明误差条的计算方法。对于正态性数据，我们建议绘制均值和 SD；对于对数正态性数据，建议绘制几何均值和几何 SD；如果使用非参数的 Mann-Whitney 检验，则建议绘制中位数和四分位距。

•我们一般不建议使用条形图。当条形图的高度可以直接比较时，条形图非常适合计数数据（例如，一个条形图的长度是另一个条形图的两倍，那么这个条形图就代表一个数值是另一个条形图的两倍）。由于各种原因，条形图可能会产生误导，而且提供的信息往往比直接显示数据点要少。

•如果您认为点数太多，无法显示单个符号，我们建议您使用小提琴图而不是条形图。这可以让查看者了解数据的分布情况，而不是条形图所提供的单一数值摘要。

在图表中包含结果

您可以将结果表中的任何结果复制并粘贴到图表上。生成的嵌入式表格会链接到结果。如果编辑数据，Prism 会自动重新计算结果并更新图表中粘贴的部分。

左边的图表显示精确的 P 值。右图只显示显著性摘要（本例中为 "ns"，但不同数据有一个或多个星号）。我建议您显示精确的 P 值。使用工具栏 "绘图 "部分的 "配对比较"按钮可以自动添加该摘要。

非配对 t 检验最有用的信息是两个均值之间的差异，以及这个差异的置信区间。该置信区间已粘贴到上图左侧。不过，使用估计图（默认情况下为非配对 t 检验创建）来显示这些信息要翔实得多。