实操示例 · 在 EXCEL 复现论文研究
汇总论文补充数据，并与文中表格核对
一位研究生为复现 2025 年 PLOS ONE 一篇涵盖中国 337 个城市 PM2.5 污染的论文，上传论文及其 Excel 补充文件。他们请 在该工作簿建立模型系数汇总工作表，与论文表 6 列出的平均值核对，并附上图表。
以动态公式建立汇总，从 PDF 读取表 6，六个平均值全部相符。当用户要求加入第二份补充文件，它复制工作表，扩充汇总至十二个因素，并重绘为排序后的两色条形图。表 6 的六个新平均值则需一次追问才补上。
1上传：337 个城市的模型系数，以及论文
fx
ABCDEFGT
1Citybeta_Popdenbeta_PGDPbeta_Prosecbeta_Energybeta_Roaddenbeta_NDVIp_Popden
2Da Hinggan Ling Mountains0.569-0.0960.0800.025-0.087-0.0670.000
3Heihe0.570-0.0990.1080.025-0.091-0.0690.000
4Yichun0.569-0.1020.1170.025-0.093-0.0720.000
5Hulunbuir0.566-0.1050.0880.025-0.089-0.0630.000
6Qiqihar0.567-0.1060.1110.024-0.092-0.0660.000
…
PM2.5_socioeconomic
- 12 / 12与我们重新计算相符的因素行
- ≤ 0.0005每个因素与表 6 的差异
- 3次请求，最后一次为追问
- 0.52共消耗积分
打开真实文件
论文及其补充文件的链接位于 PLOS ONE。三份工作簿都是此次操作的实际产出。下载后以 Excel 打开。
XLSX之前：S1、S2 文件和论文各有 337 个城市 · 位于 PLOS ONEXLSX第 1 次请求后Summary 工作表及条形图XLSX第 2 次请求后第二个数据工作表、12 行、新图表XLSX跟进请求后12 行完整数据
文件来源： PLOS ONE, “中国 PM2.5 与 O3 污染时空模式及自然与社会经济影响因素的识别”（2025）及其 S1、S2 补充文件。以 CC BY 4.0 许可发布。作者并未审阅或认可此示例。
01 · 初始文件
337 个城市、24 列系数，以及 PDF 中的表格
S1 文件只有一个工作表，每个城市一行，六个社会经济因素各有局部系数（beta_）、标准误、t 值及 p 值。S2 文件以同样结构列出六个自然因素。论文在 PDF 第 13 页的表 6 报告各系数的平均值。
A1
City| A | B | C | D | E | F | G | T | |
|---|---|---|---|---|---|---|---|---|
| 1 | City | beta_Popden | beta_PGDP | beta_Prosec | beta_Energy | beta_Roadden | beta_NDVI | p_Popden |
| 2 | Da Hinggan Ling Mountains | 0.569 | -0.096 | 0.080 | 0.025 | -0.087 | -0.067 | 0.000 |
| 3 | Heihe | 0.570 | -0.099 | 0.108 | 0.025 | -0.091 | -0.069 | 0.000 |
| 4 | Yichun | 0.569 | -0.102 | 0.117 | 0.025 | -0.093 | -0.072 | 0.000 |
| 5 | Hulunbuir | 0.566 | -0.105 | 0.088 | 0.025 | -0.089 | -0.063 | 0.000 |
| 6 | Qiqihar | 0.567 | -0.106 | 0.111 | 0.024 | -0.092 | -0.066 | 0.000 |
| … | ||||||||
| 338 | Shihezi | 0.404 | -0.207 | -0.073 | 0.037 | -0.080 | -0.130 | 0.000 |
PM2.5_socioeconomic
02 · 请求 1
“加入 Summary 工作表，与表 6 核对”
学生输入的内容
I'm replicating the PM2.5 paper attached (PLOS ONE 2025). S1_File_data_for_Fig5.xlsx has the local MGWR results for 337 cities on sheet 'PM2.5_socioeconomic' (beta_, se_, t_ and p_ columns for Popden, PGDP, Prosec, Energy, Roadden, NDVI). In this workbook, add a sheet 'Summary' with one row per factor and these columns: 1. Mean, SD (sample), Min, Median, Max of the beta_ coefficient 2. Number of cities with p < 0.05 (use the p_ column), split into positive and negative beta 3. The mean reported in the paper's Table 6 (PDF page 13), and the difference from our mean Use formulas pointing at the data sheet where you can. Then add a native Excel bar chart of the six mean coefficients on the Summary sheet. Leave the data sheet unchanged.
的操作
- 新增“Summary”工作表，每个因素一行：以全部 337 行的公式计算各 beta_ 列的平均值、样本标准差、最小值、中位数及最大值。
- 以 p_ 和 beta_ 列的 COUNTIFS 计算 p < 0.05 的城市数，按 beta 的正负分开。
- 读取 PDF 第 13 页的表 6，填入六个平均值，再新增以公式计算的差异列。
- 新增六个平均值的原生 Excel 条形图，数据工作表保持不变。
A1
Factor| A | B | C | D | E | F | G | H | I | J | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Factor | Mean (beta) | SD sample (beta) | Min (beta) | Median (beta) | Max (beta) | Significant p<0.05, beta>0 (n) | Significant p<0.05, beta<0 (n) | Paper Table 6 mean | Difference (our mean minus paper) |
| 2 | Popden | 0.4396 | 0.2030 | -0.0088 | 0.3887 | 1.0897 | 263 | 0 | 0.4400 | -0.0004 |
| 3 | PGDP | -0.0406 | 0.1479 | -0.4360 | -0.0565 | 0.3066 | 26 | 48 | -0.0410 | 0.0004 |
| 4 | Prosec | 0.0842 | 0.0493 | -0.0823 | 0.1032 | 0.1208 | 166 | 16 | 0.0840 | 0.0002 |
| 5 | Energy | 0.0207 | 0.0051 | 0.0141 | 0.0196 | 0.0439 | 0 | 0 | 0.0210 | -0.0003 |
| 6 | Roadden | -0.1018 | 0.0057 | -0.1092 | -0.1029 | -0.0745 | 0 | 0 | -0.1020 | 0.0002 |
| 7 | NDVI | -0.0311 | 0.0358 | -0.1439 | -0.0238 | 0.0157 | 0 | 8 | -0.0310 | -0.0001 |
PM2.5_socioeconomicSummary新
Mean MGWR coefficient (beta) by factor
我们与数据核对了： 我们依 337 行重新计算每项统计：六行皆相符至小数三位，计数也相符（Popden 正值 263、PGDP 26 和 48、Prosec 166 和 16、NDVI 负值 8），每个平均值与表 6 相符至小数三位；差异列只有四舍五入差距，最大 0.0004。
03 · 请求 2
“现在加入第二个文件的自然因素”
学生输入的内容
Now add the natural factors. In the same workbook: 1. Copy sheet 'PM2.5_natural' from S2_File_data_for_Fig6.xlsx (attached) in as a second data sheet, unchanged. 2. Extend the Summary to all 12 factors (Tem, Pre, Ws, Rh, Ap, Sd below the six socioeconomic ones), same columns, including the Table 6 means. 3. Change the chart to a horizontal bar chart of all 12 means, sorted from largest to smallest, with socioeconomic and natural factors in two different colours and a legend saying which is which. Don't change the existing six Summary rows.
的操作
- 将 S2 文件的“PM2.5_natural”工作表连同全部 337 行复制到工作簿。
- 以相同公式新增 Tem、Pre、Ws、Rh、Ap、Sd 的六行，前六行保持不变。
- 在 L1:N13 建立辅助表格：十二个平均值由大至小排序，每组一列。
- 将图表替换为该表格的水平条形图：十二条条形，社会经济与自然因素以两色区分，附有图例。
- 新因素的表 6 平均值留空：这次请求读取的文件并不包含论文。完成消息说明此事，并表示若附上论文就可补填。
A1
Factor| A | B | C | D | E | F | G | H | I | J | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Factor | Mean (beta) | SD sample (beta) | Min (beta) | Median (beta) | Max (beta) | Significant p<0.05, beta>0 (n) | Significant p<0.05, beta<0 (n) | Paper Table 6 mean | Difference (our mean minus paper) |
| 2 | Popden | 0.4396 | 0.2030 | -0.0088 | 0.3887 | 1.0897 | 263 | 0 | 0.4400 | -0.0004 |
| 3 | PGDP | -0.0406 | 0.1479 | -0.4360 | -0.0565 | 0.3066 | 26 | 48 | -0.0410 | 0.0004 |
| 4 | Prosec | 0.0842 | 0.0493 | -0.0823 | 0.1032 | 0.1208 | 166 | 16 | 0.0840 | 0.0002 |
| 5 | Energy | 0.0207 | 0.0051 | 0.0141 | 0.0196 | 0.0439 | 0 | 0 | 0.0210 | -0.0003 |
| 6 | Roadden | -0.1018 | 0.0057 | -0.1092 | -0.1029 | -0.0745 | 0 | 0 | -0.1020 | 0.0002 |
| 7 | NDVI | -0.0311 | 0.0358 | -0.1439 | -0.0238 | 0.0157 | 0 | 8 | -0.0310 | -0.0001 |
| 8 | Tem | -0.5283 | 0.3172 | -0.9254 | -0.5554 | 0.0828 | 0 | 282 | ||
| 9 | Pre | -0.2908 | 0.2039 | -0.8050 | -0.2426 | 0.0568 | 0 | 164 | ||
| 10 | Ws | 0.0424 | 0.2451 | -0.7504 | 0.0560 | 0.5892 | 77 | 24 | ||
| 11 | Rh | 0.0365 | 0.1642 | -0.2536 | 0.0000 | 0.3140 | 52 | 5 | ||
| 12 | Ap | 0.6354 | 0.0089 | 0.6144 | 0.6354 | 0.6486 | 337 | 0 | ||
| 13 | Sd | -0.2127 | 0.0132 | -0.2385 | -0.2124 | -0.1757 | 0 | 337 |
PM2.5_socioeconomicSummaryPM2.5_natural新
Mean MGWR coefficient (beta) by factor
Ap
Popden
Prosec
Ws
Rh
Energy
NDVI
PGDP
Roadden
Sd
Pre
Tem
- Socioeconomic
- Natural
L1
Factor| L | M | N | |
|---|---|---|---|
| 1 | Factor | Socioeconomic | Natural |
| 2 | Ap | 0 | 0.635383529 |
| 3 | Popden | 0.4395928664 | 0 |
| 4 | Prosec | 0.08424064731 | 0 |
| 5 | Ws | 0 | 0.04236848852 |
| 6 | Rh | 0 | 0.0364906784 |
| 7 | Energy | 0.02065123283 | 0 |
| 8 | NDVI | -0.03114898101 | 0 |
| 9 | PGDP | -0.04059583997 | 0 |
| 10 | Roadden | -0.1018138745 | 0 |
| 11 | Sd | 0 | -0.2126999148 |
| 12 | Pre | 0 | -0.2908334881 |
| 13 | Tem | 0 | -0.5282885883 |
Summary
我们与数据核对了： 六个新行与我们依 S2 数据重新计算的结果相符，复制的工作表数字与 S2 文件相同，前六行保持不变，图表则有两个按排序排列、各含十二个值的系列。
04 · 跟进请求
“表 6 的平均值仍然缺少”
学生再次附上论文时输入的内容
The Table 6 means for Tem, Pre, Ws, Rh, Ap and Sd are still missing in the Summary. They are in Table 6 on page 13 of the paper attached. Please fill them in, with the difference from our mean, like the six socioeconomic rows.
的操作
- 读取第 13 页表 6 的六个自然因素平均值，并填入。
- 以与前六行相同的公式计算它们的差异。
A1
Factor| A | B | C | D | E | F | G | H | I | J | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Factor | Mean (beta) | SD sample (beta) | Min (beta) | Median (beta) | Max (beta) | Significant p<0.05, beta>0 (n) | Significant p<0.05, beta<0 (n) | Paper Table 6 mean | Difference (our mean minus paper) |
| 2 | Popden | 0.4396 | 0.2030 | -0.0088 | 0.3887 | 1.0897 | 263 | 0 | 0.4400 | -0.0004 |
| 3 | PGDP | -0.0406 | 0.1479 | -0.4360 | -0.0565 | 0.3066 | 26 | 48 | -0.0410 | 0.0004 |
| 4 | Prosec | 0.0842 | 0.0493 | -0.0823 | 0.1032 | 0.1208 | 166 | 16 | 0.0840 | 0.0002 |
| 5 | Energy | 0.0207 | 0.0051 | 0.0141 | 0.0196 | 0.0439 | 0 | 0 | 0.0210 | -0.0003 |
| 6 | Roadden | -0.1018 | 0.0057 | -0.1092 | -0.1029 | -0.0745 | 0 | 0 | -0.1020 | 0.0002 |
| 7 | NDVI | -0.0311 | 0.0358 | -0.1439 | -0.0238 | 0.0157 | 0 | 8 | -0.0310 | -0.0001 |
| 8 | Tem | -0.5283 | 0.3172 | -0.9254 | -0.5554 | 0.0828 | 0 | 282 | -0.5280 | -0.0003 |
| 9 | Pre | -0.2908 | 0.2039 | -0.8050 | -0.2426 | 0.0568 | 0 | 164 | -0.2910 | 0.0002 |
| 10 | Ws | 0.0424 | 0.2451 | -0.7504 | 0.0560 | 0.5892 | 77 | 24 | 0.0420 | 0.0004 |
| 11 | Rh | 0.0365 | 0.1642 | -0.2536 | 0.0000 | 0.3140 | 52 | 5 | 0.0360 | 0.0005 |
| 12 | Ap | 0.6354 | 0.0089 | 0.6144 | 0.6354 | 0.6486 | 337 | 0 | 0.6350 | 0.0004 |
| 13 | Sd | -0.2127 | 0.0132 | -0.2385 | -0.2124 | -0.1757 | 0 | 337 | -0.2130 | 0.0003 |
PM2.5_socioeconomicSummaryPM2.5_natural
我们与数据核对了： 十二行全部与我们依两个数据工作表重新计算的结果相符，表 6 的十二个平均值也都正确（Tem −0.528、Pre −0.291、Ws 0.042、Rh 0.036、Ap 0.635、Sd −0.213）；S1 数据工作表未变，复制的 S2 工作表保留相同数字。
在作者自己的文件中复现研究
一起阅读论文及补充数据，以可供核查的公式计算统计，并把已发布的数字放在旁边，让差异一目了然。
继续阅读
