Publikationsreife Regressionsdiagramme direkt aus Ihren Forschungsdaten.
Laden Sie gepaarte Messwerte hoch, ordnen Sie Prädiktor und Zielgröße zu und beschreiben Sie die gewünschte Abbildung. Die KI erstellt daraus ein sauberes Regressionsdiagramm mit angepasster Trendlinie, Konfidenzband, Gruppenfarben und Beschriftungen – gestaltet für Ihr Manuskript.
Laden Sie Daten hoch und beschreiben Sie das gewünschte Diagramm.
Kostet 5 Credits. Aus Ihren hochgeladenen Daten und Ihrem Prompt entsteht eine publikationsreife PNG-Datei.
Vorschau
Seitenverhältnis: 16:9
Das sind Beispielvorschauen. Laden Sie Ihren Datensatz hoch, um Ihr eigenes Regressionsdiagramm zu erstellen.
Nutzen Sie diese Beispiele als Vorlage für angepasste Zusammenhänge, Kalibriergeraden, Dosis-Wirkungs-Modelle, gruppierte Trends und Regressionsdiagnostik.
Prompt
Erstellen Sie auf Grundlage der hochgeladenen Datei dose_response_curve.xlsx ein Regressionsdiagramm mit der Wirkstoffkonzentration auf der x-Achse und der normierten Wirkung auf der y-Achse. Zeigen Sie die einzelnen Replikate als Punkte, passen Sie bei Eignung eine glatte Dosis-Wirkungs-Kurve an, unterscheiden Sie die Behandlungsgruppen mit dezenten Farben, ergänzen Sie ein helles Konfidenzband nur, wenn die Daten es stützen, und halten Sie das Layout publikationsreif.
Prompt
Erstellen Sie auf Grundlage der hochgeladenen Datei assay_calibration_standards.tsv ein Kalibrierdiagramm mit der bekannten Konzentration auf der x-Achse und der Signalintensität auf der y-Achse. Zeigen Sie die Replikatmessungen als Punkte, ergänzen Sie eine Regressionsgerade, geben Sie Geradengleichung oder R² nur an, wenn sie in den hochgeladenen Daten vorliegen, und gestalten Sie das Diagramm für den Methodenteil oder das Supplement.
Prompt
Erstellen Sie auf Grundlage der hochgeladenen Datei biomarker_regression.csv ein sauberes wissenschaftliches Regressionsdiagramm mit dem Biomarker-Score auf der x-Achse und dem klinischen Ansprechen auf der y-Achse. Zeigen Sie die einzelnen Proben als Punkte, eine lineare Regressionsgerade und ein helles Konfidenzband, und beschriften Sie nur die wichtigsten einflussreichen Beobachtungen.
Prompt
Erstellen Sie auf Grundlage der hochgeladenen Datei multi_cohort_regression.xlsx ein gruppiertes Regressionsdiagramm, das den Zusammenhang zwischen den gewählten Prädiktor- und Zielvariablen über mehrere Kohorten zeigt. Färben Sie die Punkte je Kohorte unterschiedlich, ergänzen Sie je nach Datenstruktur eine gemeinsame Regressionsgerade oder eigene Geraden pro Kohorte, und halten Sie Legende und Anmerkungen knapp.
Prompt
Erstellen Sie auf Grundlage der hochgeladenen Datei patient_risk_model.csv ein klinisches Regressionsdiagramm mit dem Ausgangs-Risikoscore auf der x-Achse und dem Outcome-Score im Follow-up auf der y-Achse. Färben Sie die Punkte nach Responder-Status, ergänzen Sie bei Eignung eine Trendlinie mit dezentem Konfidenzband, heben Sie deutliche Cluster hervor, ohne das Diagramm zu überladen, und wählen Sie einen zurückhaltenden Stil für die klinische Forschung.
Prompt
Erstellen Sie auf Grundlage der hochgeladenen Datei residual_diagnostic_data.csv ein Diagnosediagramm zur Regression mit den angepassten Werten auf der x-Achse und den Residuen auf der y-Achse. Ergänzen Sie eine horizontale Nulllinie als Referenz, stellen Sie die Residuen deutlich dar, heben Sie mögliche Ausreißer hervor und wählen Sie ein klares wissenschaftliches Layout, mit dem sich die Modellanpassung beurteilen lässt.
Fügen Sie CSV-, TSV-, TXT- oder Excel-Daten mit mindestens zwei numerischen Spalten hinzu – eine für den Prädiktor, eine für die Zielgröße.
Teilen Sie SciFigure AI mit, ob Sie eine lineare Regression, eine Dosis-Wirkungs-Kurve, ein Konfidenzband, Gruppenfarben, Beschriftungen oder Diagnoseplots brauchen.
Erstellen Sie ein sauberes Regressionsdiagramm, prüfen Sie den angepassten Zusammenhang und die Anmerkungen, und laden Sie die PNG-Datei für Paper und Folien herunter.
Es macht aus gepaarten Messwerten ein klares Regressionsdiagramm, das den modellierten Zusammenhang zwischen zwei Variablen sichtbar macht. Es eignet sich für Kalibriergeraden, Dosis-Wirkungs-Daten, Biomarker-Assoziationen, Modelle für Behandlungsergebnisse, QC-Trends und alle anderen X-Y-Datensätze, die einen angepassten Trend brauchen.
Mindestens zwei numerische Spalten: einen Prädiktor für die x-Achse und eine Zielgröße für die y-Achse. Optionale Spalten für Gruppen und Beschriftungen steuern Farben und Anmerkungen.
Ja. Laden Sie die Messwerte hoch und beschreiben Sie die gewünschte Kurve oder Kalibrieransicht. Prüfen Sie Modellwahl und angegebene Statistiken immer vor der Veröffentlichung.
Ja, sofern die hochgeladenen Daten und das gewünschte Modell es stützen. Der Generator soll keine statistischen Werte erfinden, die weder in den Daten stehen noch ausdrücklich angefordert sind.
Ja. Mit einer Spalte für Kohorte, Behandlung, Charge oder Responder-Status können Sie gruppierte Punkte und getrennte oder gemeinsame Trendlinien anfordern.
Ja, prüfen Sie aber vor der Einreichung Quelldaten, Modellannahmen, Koeffizienten, Intervalle, Beschriftungen und Abbildungslegenden.
Streudiagramm erstellen
X-Y-Zusammenhänge, Cluster und Korrelationen aus gepaarten Daten darstellen.
Kostenlos testen
Liniendiagramm erstellen
Geordnete Trends und Zeitverläufe aus numerischen Daten sauber darstellen.
Kostenlos testen
Punktdiagramm erstellen
Einzelbeobachtungen und gruppierte Markerintensitäten zeigen.
Kostenlos testenErstellen Sie aus Ihren hochgeladenen Daten Regressionsdiagramme, Streudiagramme, Kalibriergeraden und weitere Visualisierungen für die Forschung.
