统计图是统计描述的重要工具，也是辅助作者和读者沟通的有效工具，它在视觉上比统计表更简洁、明了，但是面对多种多样的统计图，你真的会用吗？英国医学杂志刊出的一篇综述《Graphics and statistics for cardiology: comparing categorical and continuous variables》中[1]，作者对如何根据数据特点选择合适的统计图进行了详细的讲解。 

上一期，我们介绍了第一部分：“单个变量的数据”，本期接着讲涉及两个及多个变量的设计图。

一、比较两个变量的图表

其实我们介绍过的描述单变量的统计图，如点状图（dot chart）、小提琴图（Violin Plot）、堆栈式条形图（Stacked bar chart），同样适用于描述两个变量，通常表现为因变量/结局变量随自变量/协变量的分布。同样的，根据变量不同的类型来决定选用哪种统计图。

1. 连续变量VS分类变量

当结局变量为连续变量，协变量为分类变量时，建议使用多重点状图（Multiple dot charts）、多重堆栈式点图（Multiple stacked dot plots）和多重小提琴图（Multiple violin plots），见图5。

由于使用同一个Y轴，不同组可以直接进行比较。在多重堆栈式点图和多重小提琴图中，图形的宽度可以表示样本量大小。如果分组变量是有序的，那么统计图的分组也要按顺序排列。

不建议将组间比较的检验结果标在图上，如*代表P<0.05，**代表P<0.01，因为这可能会将读者把注意力放在检验的P值是否显著上，而不是原始数据的差异上（如均值差异等）。P<0.05只是一个人为的阈值判断，不应该成为结果的全部。并且当同时进行多组间比较的时候，星号标记会比较混乱。