統計
統計
在統計上，OriginPro專業版包含Origin標準版所有功能之外(請參考網頁)，還包括:無母數檢定分析
無母數分析對於檢定多種群組的平均值或是中位數很有幫助。在這一群的檢定型態中，我們可以將您的數據資料根據觀測值作排行或是按順序排列。無母數統計廣泛地用在您無法確定您的資料屬於常態分佈的情況下，或是您確定您的資料群不屬於常態分佈的時候使用。同時，假設檢定是基於符合常態分佈的一系列參數為假設的方式。- Wilcoxon Signed Rank Test
- Mann-Whitney Test
- Kruskal-Wallis ANOVA
- Sign Test
- Kolmogorov-Smirnov Test
- Mood’s Median Test
- Friedman ANOVA
多變量分析
多變量分析工具是一套技巧來分析資料特徵是否符合超過一個變因。這套工具能客觀地展現變數與變數的關聯，並且描述並區別出多種觀測值是如何影響資料。.png)
主成分分析法(The Principal Component Analysis，PCA)工具是透過線性組合方式來解釋變數之間關連對資料影響的結構圖。如上圖，透過Scree Plot可以視覺化地分辨適合解釋的主成分因素，且The Loading and Score plot可以解釋觀測值與變數之間的關聯性。
階層式結構/Hierarchical
在這個方法，各元素透過相似的觀測值或是距離加以分群組與類別。.png)
系統樹圖(A Dendrogram plot)可以從階層式分類工具來創造出來，可以使您輕鬆地看出兩個群組之間相似的層級結構。
殘差分析/Survival Analysis
在OriginPro專業版包括三種常見的檢定法:- The KaplanMeier(Product-limit)Estimator
- the Cox Proportional Hazards Model
- Weibull Fit
樣本數規劃分析/Power and Sample Size
樣本數規劃分析是研究者設計他們的實驗時候相當有幫助的工具，可以計算實驗出實驗所需的樣本數目，也可以根據所需的特定顯著值-統計檢測力(Power value)來推估樣本數。.png)
如上圖，樣本數規劃分析包括樣本數分析以及統計檢測力分析(Power analysis)。樣本數分析常被用在一特定樣本樹下的統力檢測力資訊，另外一方面，統計檢測力分析常被應用在具備統計顯著意義下所需的最小樣本數目之判定。
接受者操作特徵曲線/ROC Curve
ROC (Receiver Operating Characteristic)曲線分析主要常被應用在診斷性研究上，如醫療化學，藥理學與生物學上。目前已經成為一個廣為人所接納來描述與比較診斷測試之正確性的標準工具。舉例來說，您可以使用ROC曲線來檢測一個診斷結果為意外或是比較兩個診斷方法(健康還是疾病)的正確性。
.png)
如上圖，ROC曲線可輕易讓您看出兩種藥物對於診斷正確性的比較結果。