1 数据表基本结构：
数据表由列和行组成，在大多数情况下，第一列为X值。其余列为Y值，且这些列可被分为子列，用于输入误差条。
行一般为观测值，重复观测值一般输入同一列，当为分组表时，行是一组分类变量，列是另一组分类变量。
可以对行和列设定标题。
• 对于XY和分组表，重复数据输入到并排子列中。
• 对于列表格，重复数据堆叠到列中。
• 对于嵌套表，重复数据堆叠到子列中。
• 当在列联表、整体部分表、生存表和多变量表中输入数据时，不会输入重复数据值，因此这种区别不相关。
2 各类型数据表认识
2.1 XY数据表
每个点对应一个x和y值，x的重复值录入x列，y的重复值录入y列。创建XY数据表的界面：
一张XY数据表可以包含256个数据集列和多达256个子列。XY数据表对应的分析多为线性或非线性回归，对应的图一般为散点图，对行进行命名后，就可以在XY图上标记各点。
使用XY数据进行的分析
• 非线性回归（曲线拟合）
• 线性回归
• 拟合样条/LOWESS
• 平滑、微分或积分曲线
• 曲线下面积
• Deming（模型II）线性回归
• 相关矩阵
• 相关性XY
• 插入标准曲线
2.1.1 Options选项
2.1.1.1 x为数值型
X：Numbers，Y：Enter and plot a single Y value for each point。x为数值型，y也为数值型，对应的测定值在1列中。示例数据：
成图效果：
2.1.1.2 x为数值型，y有重复测定
X：Numbers，Y：Enter 3 replicate values in side-by-side subcolumns，X为数值型变量，Y的3次重复值放入子列。示例数据：
成图效果：
2.1.1.3 x为数值型，y有计算好的平均值，标准差
X：Numbers，Y：Enter and plot error values already calculated elsewhere，X为数值型变量，y变量的平均值、标准差、样本量分别录入对应列中。示例数据：
成图效果：
2.1.1.4 x为数值型，带误差；y为数值型。
X：Numbers with error values to plot horizontal error bars，输入带误差值的x数据。Y变量为mean。示例数据：
成图效果：
2.1.1.5 x为日期型；y为数值型。
X：Dates，输入日期型x数据。软件会自动识别，并以标准格式（取决于你的软件设置）在表上显示日期。
示例数据：
成图效果：
2.1.1.6 x为时间；y为数值型。
X：Elapsed times，输入时间型x数据。以hh:mm或hh:mm:ss格式输入时间。
示例数据：
成图效果：
2.1.1.7 x不共享数据。
输入x不共享的数据。每个y值对应一个x值，当每组Y值有不同的X值时，可以通过错开输入的方式实现数据一一对应。
示例数据：
成图效果：
2.2 列表
每列是一个组。
示例数据：
2.2.1 Options选项
2.2.1.1 单分组
Enter replicate values, stacked into columns。所有重复测定值录入1列，每1列是1个分组。示例数据：
成图效果：
2.2.1.2 配对或重复测定
Enter paired or repeated measures data-each subject on a separate row. 当有两个分组时，列来控制1个分组，行来控制另1个分组。示例数据：
成图效果：
2.2.1.3 已算好平均值和误差值
Enter and plot error values already calculated elsewhere。已经算好平均值和误差值可以采用这种表格。示例数据：
成图效果：
使用列数据进行的分析
•非配对t检验
•配对t检验。
•比率——配对t检验
•Mann-Whitney检验
•Wilcoxon检验
•Kolmogorov-Smirnov检验
•普通单因素方差分析
•Brown-Forsythe和Welch方差分析
•RM单因素方差分析
•Kruskal-Wallis检验
•Friedman检验
•单样本t检验和Wilcoxon检验
•描述性统计
•正态性检验和Lognormality检验
•频数分布
•ROC曲线
•Bland-Altman
•识别异常值
•分析一堆P值
使用列数据绘制的图形
•条形图
•箱线图
•小提琴图
•带点折线图
2.3 分组列表
行通过一个分组变量对数据进行分类，列通过另一分组变量对数据进行分类。
示例数据结构：
2.3.1 y为单变量
Enter and plot a single Y value for each point.示例数据：
成图效果：
2.3.2 重复测定值录入子列
Enter n replicate values in side-by-side subcolumns示例数据：
成图效果：
2.3.3 已算好均值和误差值
Enter and plot error values already calculated elsewhere.录入已算好误差的数据。
示例数据：
成图效果：
使用分组数据执行的分析
•双因素方差分析（和混合模型）
•三因素方差分析（和混合模型）
•行表示带SD或SEM
•多项t检验 - 每行一项
2.4 列联表
示例数据：
成图效果：
根据列联表进行的分析
•卡方检验和Fisher精确检验（此外，还计算优势比和相对风险）
•占总数的比例
2.5 生存表
医学分析，这里不作学习。
使用生存数据进行分析
•Kaplan-Meier
•对数秩检验
•Wilcoxon-Gehan检验
2.6 整体部分表
示例数据：
成图效果：
对整体部分进行的分析
•占总数的比例
•卡方检验拟合优度（比较所观察的分布与理论分布）
2.7 多变量表
示例数据：
成图效果：
对多变量数据执行的分析
•相关矩阵
•多元线性回归
•提取部分数据并重新排列到新表格中
•变换和选择
•识别异常值
•描述性统计
2.8 嵌套表
示例数据：
成图效果：
基于嵌套表执行的分析
•嵌套t检验
•嵌套单因素方差分析
•描述性统计（每个子列的单独结果）
•正态性（和对数正态性）检验（每个子列的单独结果）
•异常值检验（每个子列的单独结果）
•单样本t检验（每个子列的单独结果）