EasyR 让统计分析更简单

专为普通用户打造的智能统计分析工具，让复杂的数据分析变得简单直观。无需编程经验，即可完成专业级统计分析。

90+ 个模块

12 大功能分组，覆盖完整研究流程

100+ 篇

SCI 论文使用 EasyR 完成分析

R / Py 双引擎

确定性计算，结果可复现

3 种格式

报告导出：Word / PDF / HTML

核心功能

强大而简单的统计分析工具集，覆盖完整研究周期

数据管理

支持 CSV、Excel、SPSS 等多格式导入，自动识别变量类型；缺失值插补、异常值处理、变量变换与数据拼接一站完成。

智能方法推荐

分析前自动完成正态性检验、方差齐性检验与样本量评估，据此推荐参数或非参数方法，并明确告诉你「为什么选它」。

描述统计 点击查看演示

一键生成基线特征表（Table One）：均数±标准差、M(P25, P75)、频数(%) 自动按变量类型选择，支持可视化图表展示。

假设检验

t 检验、方差分析、χ²、Fisher、Mann-Whitney U、Kruskal-Wallis 齐备，依据数据条件自动选择，结果解释清晰直观。

回归建模与生存分析

线性 / Logistic / Cox 回归、混合效应模型、限制性立方样条、中介效应；Kaplan-Meier 曲线与风险表发表级直接可用。

机器学习

内置 XGBoost、随机森林、SVM、LASSO 等常用算法，SHAP 模型解释、ROC 对比与交叉验证全部内置，无需调参经验。

EasyR 智能统计分析工具：让统计分析更简单

你提出研究问题，
EasyR 保证统计的严谨。

用 t 检验还是 Mann-Whitney U？卡方还是 Fisher 精确检验？ EasyR 在分析前自动完成正态性检验、方差齐性检验与样本量评估， 据此选择参数或非参数方法，并明确告诉你「为什么选它」。

  • →每一次方法选择都附带统计学依据，经得起审稿人追问
  • →自动检查适用条件，不满足时给出替代方案而非沉默报错
  • →P 值之外，同时报告效应量与置信区间
decision path — 两组定量资料比较

因变量类型  定量（连续）

分组变量    二分类（A 组 / B 组）

↓

Shapiro-Wilk 正态性检验  W = 0.97, P = 0.083  ✓ 满足

Levene 方差齐性检验    F = 1.42, P = 0.235  ✓ 满足

↓

推荐：独立样本 t 检验

依据：定量资料 · 两组独立 · 正态且方差齐

若正态性不满足 → 自动改荐 Mann-Whitney U 检验，并说明原因

分析工具很多，研究者为什么选 EasyR

大模型 LLM 给你的是「看起来合理」的参考答案；传统统计软件假设你已经是统计专家。 EasyR 取两者之长——像专家一样严谨，像对话一样简单。

对比维度 大模型 LLM 传统统计软件 EasyR
数字从哪来 语言模型「生成」，可能是估算 真实计算，但需自己操作 ✓R / Python 引擎确定性计算
结果可复现 同一问题，两次答案可能不同 可复现，依赖个人操作记录 ✓同数据同参数，结果永远一致
方法怎么选 凭「经验」推荐，无法验证条件 自己判断，选错没有提示 ✓自动检验前提条件，推荐并说明依据
图表能投稿吗 需要自己写代码调试 默认样式老旧，需手工整理 ✓开箱即用的三线表与发表级图表
机器学习 需要编程与排错能力 高阶模块缺失或额外付费 ✓内置 XGBoost、SHAP、ROC 对比
上手成本 提问容易，验证答案很难 需要系统学习与授权安装 ✓浏览器打开即用，中文界面

经过人工验证的统计模块，提供严谨的统计结果。

模块介绍

EasyR 内置 91 个分析模块、12 个功能分组，覆盖从数据预处理到论文产出的完整研究流程

与系统内「模块汇总」页面同步，支持搜索与分类筛选；点击模块卡片即可进入工作台体验

91 个模块

使用指南

简单四步，从原始数据到可投稿的结果

1

导入数据

拖入 CSV、Excel 或 SPSS 文件，自动识别变量类型与编码。

2

选择变量与问题

指定结局与分组 / 协变量，系统自动评估数据适用条件。

3

确认方法

查看推荐方法及其依据，可一键采用，也可手动调整参数。

4

导出结果

三线表、图表与方法学描述，打包为 Word / PDF / HTML 报告。

典型耗时：上传 → 报告 ≈ 5 分钟

为发表而生的输出，
不是截图凑合。

统计结果只是开始。EasyR 按学术写作规范组织输出： 表是三线表，图带完整坐标、检验标注与风险人数， 方法学描述可直接写进论文的 Statistical Analysis 小节。

■基线特征表（Table One）
■森林图 / 列线图
■Kaplan-Meier 生存曲线
■ROC 曲线与校准曲线
■散点拟合与残差诊断图
■方法学描述段落
.docx .pdf .html

表 1  两组患者基线特征比较

特征A 组 (n=112)B 组 (n=111)P
年龄, x̄±s58.3±11.259.1±10.60.58
男性, n(%)64 (57.1)61 (55.0)0.74
BMI, M(P25,P75)23.4 (21.8, 25.6)23.9 (22.0, 26.1)0.41

注：正态定量资料采用 t 检验，偏态资料采用 Mann-Whitney U 检验，分类资料采用 χ² 检验。

图 2  Kaplan-Meier 生存曲线

1.0 0.5 0 0 12 24 36 月 生存率 B 组 A 组 Log-rank P = 0.006

发表级图表示例

以下图表均由 EasyR 一键生成，可直接用于论文投稿

SHAP 特征贡献分析

SHAP 特征贡献

机器学习模型解释，量化每个特征对预测结果的贡献

时间序列 STL 分解

时间序列 STL 分解

自动分离趋势、季节与残差成分，洞察序列结构

ROC 曲线模型对比

ROC 曲线与 AUC

多模型诊断性能对比，一图选出最优模型

应用场景

为真正要做分析的人设计

临床科研

疗效比较、预后因素筛选、诊断试验评价——符合医学期刊的统计报告规范。

公共卫生

现况调查、队列与病例对照研究分析，从问卷数据到流行病学结论。

统计教学

方法选择过程透明可见，学生看到的是「为什么这么算」，而非黑箱结果。

市场研究

问卷信效度分析、消费者分群与偏好建模，让调研数据支撑决策。

用户评价

来自各行业专业人士的真实反馈

用户头像

杨博士

医生 - 武汉某三甲医院

"EasyR 非常适合我们临床医生使用，它可以自动根据数据分布选择统计方法，自动绘制出 SCI 格式的图表，大大提高了我们的研究效率。"

用户头像

张教授

流统系教授 - 某知名医学院

"平时在非复杂场景的数据分析中，我会让学生们先用 EasyR 做一些挖掘和描述性分析。这样可以让学生们对数据有一个理性认识，然后针对特别复杂的数据，再自己写代码实现。"

用户头像

王经理

数据分析主管 - 某知名药企

"EasyR 的报告导出功能非常实用，可以直接生成符合企业标准的分析报告，节省了大量报告编写时间。"

常见问题

关于 EasyR，你可能想了解的

EasyR 受 SCI 期刊认可吗？ +

EasyR 是由易侕团队开发的专业统计分析软件，每一个统计模块均由专业统计师开发并验证。既往使用 EasyR 完成分析的 SCI 论文已有 100 余篇，获得 SCI 期刊的广泛认可。

在 SCI 论文的方法部分，如何声明使用了 EasyR？ +

标准引用方式如下，可直接写入 Statistical Analysis 小节：

Statistical analysis was performed with R version 4.5.1 (https://www.R-project.org) and EasyR (https://www.easyrdata.com, Solutions, Inc., Shanghai).

使用 EasyR 统计软件（V1.0 版本，https://www.easyrdata.com）和 R 语言（V4.5.1 版本，https://www.R-project.org）进行数据分析。

我的数据安全吗？ +

数据仅用于你发起的分析任务，不会用于其他任何用途。传输与存储过程加密，你可随时删除自己的数据。

需要下载安装吗？收费吗？ +

不需要下载安装，线上即可直接进行分析。EasyR 基础模块是免费的，高级模块需要收费，大家在分析的时候涉及到收费模块会有对应的提示。具体的收费标准在系统会员界面会有详细介绍。

如何联系我们？ +
EasyR 交流群二维码

扫码加入 EasyR 交流群，进群请备注单位-昵称。

提出一个研究问题，马上分析出来结果

免费在线试用 · 无需下载 · 浏览器打开即用