以下文章来源于科研论文时间 ，作者Joy

本文作者：Joy

回归分析主要反映了两个变量间的因果关系，在很多研究中都会使用到，但是如何制作一张简洁好看的线性分析的 Figure 呢？

就让我们来看看今天的教程吧。

首先笔者在阅读文献时，发现一篇文章中有一个不错的线性回归分析的图可以用来借鉴。

文献《Microplastics Can Change Soil Properties and Affect Plant Performance》，出自」ENVIRONMENTAL SCIENCE & TECHNOLOGY」期刊，2021 年影响因子为 11.357。

文章中 Figure 4 部分强调了微塑料对植物不同组织间微生物量和根长的相互作用的影响，简单的说微塑料的加入会影响两者之间的线性回归关系。

有颜色的点表示当前处理组，黑色直线是回归分析的趋势线，灰色区域表示 95% 置信区间，灰色点表示所有处理的点。

由于笔者的研究中也涉及到相关分析，因此打算仿照该文献进行线性分析的

制作。

但是，文献中方法部分，使用的 R 语言制作，对于一些没有掌握 R 语言的读者来说无疑是增添了很多麻烦。

因此，笔者使用作图软件 graphpad prism 9 对文章进行复现，0 基础也能快速学会回归曲线的制作。

此处笔者使用身高和体重的模拟数据进行线性回归的制作，数据共分为 A 组和 B 组两个处理组，

分别统计了每个组中 20 个人的身高和体重，目标是制作身高和体重的回归分析图。

首先打开 graphpad prism 9 选择【XY】，X 部分选择【Numbers】，Y 部分选择【Enter and plot a single Y value for each point】。

建立好数据表格后，将我们准备好的数据输入表格中，首先放入 A 组的数据，这里 X 对应自变量,Y 对应因变量。因此将身高放到 X 部分，体重放到 Y 部分。

点击左侧 Results 部分添加一个新的分析，选择 simple linear regression。

弹出对话框中，将 Residual Plot 前方的选勾，然后点击下方的 More choices，然后选择 confidence，在 Confidence or prediction bands 前选中打钩。

分析完毕后，在 Results 部分会出现分析后的线性相关公式，R2 等内容。

分析结束后，直接进行作图，选择 Graphs 部分直接添加新图片，选择点状图即可，这里可以发现预设的

中已经带有了置信区间和趋势线。

建立好

后，需要对点和置信区间进行颜色设置，在需要修改的部分双击打开即可进行设置。

在置信区间的设置时需要注意【show error bars】设置的是误差线两侧线条的颜色，【show area fill】后方的 position 处选择【within error bands】可以设置整个置信区间的颜色。

有了一组数据的数据点，置信区间和趋势线后，接下来还要添加所有数据的点作为背景。

这里需要重新建立一个 data 2，设置数据与第一组完全一致，只不过这里要输入我们的所有处理组数据。

创建完数据后，直接点击 Graphs 创建 Data 2 的散点图，这里无需进行分析也不需要添加趋势线。

回到 Data 1 的图中，点击

的空白区域，在 Data Sets on Graph 位置选择 Add 添加 Data 2，然后点击确定。

这样就将两个

的内容整合到了一张图里，这里直接导入后

会十分混乱。

需要我们进行处理，点击 Data 2 的数据点，取消 show connecting line/curve 前的勾，只保留 show symbols 前的勾，并且设置数据的颜色和图形样式。

设置完成后即可获得与文献中相似的图片，再将多个图片组合在一起进行排版，就可以完成文献中使用 R 语言完成的效果了。

最后，要注意的是 Data Sets on Graph 部分的数据和趋势线的顺序类似 PS 或 AI 中的图层，越往上的图层约在最上方限制，并且会遮挡住后面的内容。

假如需要透明的效果，可以在颜色选项中更改透明度。

相信看完本次复现教程，大家都能更好地应用 graphpad prism 软件进行作图。

其实「不管黑猫白猫，能抓住老鼠就是好猫」，在作图和数据分析的过程中，并没有所谓的哪种软件更好用这一说，最合适的才是最好的。

0 基础的小白们想绘图，如果 R 语言太难，那就试试 graphpad 吧。

转自：“丁香科研”微信公众号

如有侵权，请联系本站删除！