1、上传分析数据

将示例数据文件直接复制粘贴到对话框中即可上传文件，当然也可点击“曲别针”上传附件。注：DeepSeek支持Excel文件、制表符分隔的文本文件等，范例数据可直接使用OmicShare方差分析工具的示例文件

DeepSeek官方链接：https://www.deepseek.com/

然后，输入指令：“提取附件中的数据表格，命名为tab.1，并展示附件中的表格”，结果如下。

确认上传的数据没问题后，继续输入指令：“对上文tab.1中6列数据进行统计分析，以表格的方式总和、均值、标准差、标准误和观察值数，给出相应的R语言分析代码，并进行结果验证”。

给出的描述性统计分析结果如下：

在分析结果中，其实还给出了完成上述统计分析对应的R语言代码，如下图，这样我们就可以复制R代码，在Rstudio中进行分析结果的验证。

点击以上代码块右上角的“复制”按钮，然后将DeepSeek生成的代码复制粘贴到Rstudio的教本编辑器中进行运行，分析结果如下图。

与上文DeepSeeK给出的结果相比，单从求和这一列数据就可以看出，分析结果还是有偏差的！多次尝试后，甚至用DeepSeeK给出的Python代码进行验证，最终发现DeepSeek给出的代码没问题，但是比较诡异的是DeepSeek直接给出的结果却有偏差！

2、单因素方差分析

继续输入指令：“对 tab.1 中的6列数据进行单因素方差分析和并使用Tukey’s HSD法对均值进行多重比较，以表格的方式给出差异分析结果”，进行方差分析。

分析结果如下：

从分析结果可见，NK-B、pDC-B、pDC-NK三个比较组的差异分析结果不显著。鉴于DeepSeek直接给出结果存在“偏差”，这里继续复制给出的方差分析部分R代码，在Rstudio中进行分析验证。

分析结果如下，可以看出NK-B、pDC-B、pDC-NK三个比较组的差异分析结果不显著，与上文DeepSeek给出的结果一致。

3、分析结果验证

OmicShare的方差分析工具，支持Bartlett test方差齐性检验、单因素方差分析（one-way ANOVA），同时提供Fisher’s LSD（Least Significant Difference）、Tukey’s HSD (honest significant difference)、Games-Howell 3种多重比较方法供大家选择。

如果对DeepSeek的分析结果不确信，也可以通过OmicShare使用同样的数据进行验证，均值比较方法同样选择Tukey’s HSD，如下图。

工具链接：https://www.omicshare.com/tools/Home/Soft/anova

任务完成后，下载分析结果，结果文件夹中主要包含5个文件，其中“anova.result.xls”为分析结果文件，用户可以查看详细的Bartlett test方差齐性检验、单因素方差分析（one-way ANOVA）、Tukey’s HSD (honest significant difference)结果表格，如下图，表格的前两列为比较组，第3列为p value，第4列为显著性标记。同样，多重比较结果也以字母标记的方式呈现，表格中主要是均值(mean)、标准差(sd)和字母标记（cld）。

结果文件中也包含一个柱状图，柱状图的字母显著标记也可以直观展示组间的差异显著性（如下图），两个分组的标记中包含相同的字母，表示差异不显著（例如NK组、B组和pDC组）；而两个分组的标记中无相同的字母，表示差异显著（例如Activated_T组、B组、HSC组和Naive_T组）。

综上，通过比较OmicShare和DeepSeek的方差分析结果，可以发现OmicShare与DeepSeek给出R代码的分析结果完全一样，但DeepSeek直接给出的统计结果却存在偏差。因此，当前大家在使用DeepSeek进行统计分析时，注意使用其给出的分析代码或其他分析工具进行相互验证。

我的DeepSeek部署资料已打包好（自取↓）
https://pan.quark.cn/s/7e0fa45596e4

但如果你想知道这个工具为什么能“听懂人话”、写出代码 甚至预测市场趋势——答案就藏在大模型技术里！

❗️为什么你必须了解大模型？

1️⃣ 薪资爆炸：应届大模型工程师年薪40万起步，懂“Prompt调教”的带货主播收入翻3倍

2️⃣ 行业重构：金融、医疗、教育正在被AI重塑，不用大模型的公司3年内必淘汰

3️⃣ 零门槛上车：90%的进阶技巧不需写代码！会说话就能指挥AI

（附深度求索BOSS招聘信息）

⚠️警惕：当同事用DeepSeek 3小时干完你3天的工作时，淘汰倒计时就开始了。

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？老师啊，我自学没有方向怎么办？老师，这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！当然这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

👉大模型学习指南+路线汇总👈

我们这套资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！