tony
软件介绍
GraphPad Prism 广泛应用于绘制、分析和解释生物医学、自然科学和社会科学领域的实验数据。Prism 是最易于使用的非线性回归分析软件。Prism 的科学研究绘图能力更是世界一流的。
Prism 10 Mac 功能特征介绍
• 有效地组织您的数据
Prism 专门针对您想要运行的分析进行格式化，包括定量和分类数据的分析。这使得正确输入数据、选择合适的分析以及创建令人惊叹的图表变得更加容易。
• 进行正确的分析
避免使用统计术语。Prism 以清晰的语言提供了广泛的分析库，从常见到高度特异性 — t 检验、单向、双向和三向方差分析、线性和非线性回归、剂量反应曲线、二元 Logistic 回归、生存分析、主成分分析等等。每个分析都有一个清单，可帮助您了解所需的统计假设并确认您已选择适当的测试。
• 随时随地获取切实可行的帮助
降低统计的复杂性。Prism 的在线帮助超出您的预期。几乎每一步都需要访问 Prism 用户指南的数千页。通过Prism Academy从视频课程、指南和教育材料中学习。浏览图表组合并了解如何制作各种图表类型。教程数据集还可以帮助您了解为什么应该执行某些分析以及如何解释结果。
• 一键回归分析
没有其他程序能像 Prism 一样简化曲线拟合。选择一个方程，Prism 会完成剩下的工作——拟合曲线、显示结果和函数参数表、在图表上绘制曲线并插入未知值。
• 专注于您的研究，而不是您的软件
Prism 为您处理编码。图表和结果会实时自动更新。对数据和分析的任何更改（直接输入数据、省略错误数据、更正拼写错误或更改分析选择）都会立即反映在结果、图表和布局中。
• 无需编程即可自动化您的工作
只需单击一下即可自动将多个成对比较添加到您的分析中。要自定义这些线条和星号的选项，只需再次单击工具栏按钮即可。对数据或分析进行调整，图表上显示的结果将自动更新。
• 定制图表的无数方法
探索呈现单个数据集的无数方法。选择最能清楚地讲述数据中包含的故事的可视化样式。只需选择一种图表类型，然后实时自定义它，更改数据的排列方式、数据点的样式、标签、字体、颜色等等。定制选项是无穷无尽的。
• 探索您的数据
将精力集中在分析最相关的数据上。自定义如何呈现数据中的关系，以有效地探索大型数据集。注意到一些有趣的事情了吗？突出显示单个数据点以探索其相应的属性。借助 Prisms 强大的数据整理功能，您既可以节省时间，又可以确保您的分析基于干净且结构良好的数据。
• 一键导出出版质量的图表
减少发布时间。Prism 允许您自定义导出（文件类型、分辨率、透明度、尺寸、色彩空间 RGB/CMYK）以满足期刊的要求。设置默认值以节省时间。
• 简化合作
避免那些混乱的电子邮件线程，并使用 Prism Cloud 共享、查看和协作您的 Prism 项目。使用 Prism 的开放访问文件格式保障结果的互操作性和可重用性。通过使用行业标准格式（CSV、PNG、JSON 等），您可以确保您的项目可以在 Prism 之外使用，从而为您的数据工作流程和集成开辟新的可能性。
Prism 10 Mac 新功能介绍
Prism 10 具有增强的数据可视化和图形定制、更直观的导航和更复杂的统计分析。
• 增强的数据可视化和图形定制
气泡图
直接从原始数据创建气泡图，对位置（X 和 Y 坐标）、颜色和大小变量进行编码
小提琴图表
使用扩展或截断的小提琴图可视化大型数据集的分布
估计图
自动显示您的分析结果
平滑样条
通过 Akima 样条线和平滑样条线显示一般数据趋势的重大改进，并改进了对节数或拐点数量的控制
• 改进的图形和自定义选项
星标图表
自动将多个比较结果添加到图表中。从多种 P 值摘要样式中进行选择，包括适合任何 alpha 水平的响应方法
改进的图表定制
比以前更快、更容易、更直观地制作令人惊叹的气泡图。实时交互并自定义来自多变量数据的图表
自动标记条形图
使用平均值、中位数或样本大小的值注释条形图，以强调工作中的重要内容
改进的分组图
轻松创建显示各个点（散点）以及平均值（或中值）和误差条的图表
• 更有效和高效的研究
加强协作
使用 Prism Cloud 避免那些混乱的电子邮件线程。将所有讨论保留在一处，同时安全地控制谁有权访问您的工作
更开放的访问文件格式
通过使用行业标准格式（CSV、PNG、JSON 等），您可以确保您的项目可以在 Prism 之外使用，并为您的数据工作流程和集成开辟新的可能性
扩展的数据表功能
您可以根据需要打开任意数量的窗口，并在最多 2048 列中显示数据，每列有 512 个子列。扩展的分析常量对话框允许您链接到所有类型分析的更多结果
智能数据整理
一系列新工具可帮助您准备数据进行分析。覆盖多变量数据表、选择转换分析及提取重排功能
挂钩常量对话框升级
在 Prism 中的不同元素之间建立联系的便捷方法。新的易于导航的树结构现在涵盖了整个 Prism 分析库
• 具有八种数据表
XY 工作台
当每个数据点都由单个 X 和 Y 值定义时使用。这类数据通常适合线性或非线性回归模型。
柱形表
用于通过单个分组变量将数据组织成组（例如治疗与对照组或女性与男性）。通常使用 t 检验和单向方差分析进行分析。
分组表
用于通过两个分组变量组织成组的数据（例如女性对照与女性治疗与男性对照与男性治疗）。通常使用双向方差分析进行分析。
列联表
用于按两个分组变量（治疗与对照以及阳性结果与阴性结果）组织成组的计数数据。适用于卡方检验和费舍尔精确检验分析。
生存表
用于执行 Kaplan-Meier 生存分析。每行代表一个受试者或个体的生存时间和结果。
整个表的部分内容
当需要询问“表中每个值占总数的几分之几？”时使用。用于计算分数和生成饼图。
多变量表
当数据的每一行是不同的观察值并且每一列是不同的变量并且支持文本值时使用。可以直接使用多元线性回归、Cox 回归等进行分析，或重组为 Prism 的其他表格类型之一。
嵌套表
当数据被组织成分层组时使用。使用嵌套 t 检验或嵌套单向方差分析进行分析。
• 更复杂的统计分析
执行重复测量方差分析 – 即使数据缺失
现在 Prism 将自动拟合混合效应模型来完成此分析
执行简单和多元逻辑回归
基于一个预测变量（简单逻辑回归）或多个预测变量（多重逻辑回归）将模型拟合到二元结果（是/否、获胜/失败、通过/失败）
主成分分析（PCA）
计算并选择描述数据中最大方差的主成分。选择技术包括通过蒙特卡罗模拟进行并行分析、特征值阈值、方差比例阈值等
多重 t 检验（和非参数）分析
同时进行多个独立的两个样本比较测试。从参数/非参数测试中选择，并指定数据是否未配对/配对
在多元线性和多元 Logistic 回归中分析带有文本的分类变量
无需编码！Prism 将自动编码分类变量并执行分析。指定参考并组织模型中所有级别的分类变量，以获得清晰、可读的结果
多元线性和多元逻辑回归插值
使用指定的模型根据数据表中的数据或使用分析中指定的理论值来预测因变量的值
Prism 10 Mac 统计功能的广度
统计比较
配对或不配对 t 检验。报告 P 值和置信区间。
根据多重 t 检验分析自动生成火山图（差异与 P 值）。
非参数曼-惠特尼检验，包括中位数差异的置信区间。
Kolmogorov-Smirnov 检验比较两组。
Wilcoxon 检验的置信区间为中位数。
一次执行多个 t 检验，使用错误发现率（或 Bonferroni 多重比较）来选择哪些比较是需要进一步研究的发现。
普通或重复测量方差分析，然后进行 Tukey、Newman-Keuls、Dunnett、Bonferroni 或 Holm-Sidak 多重比较检验、趋势后检验或 Fisher 最小显着性检验。
使用 Brown-Forsythe 和 Welch ANOVA 不假设总体具有相同标准差的单向方差分析，然后进行适当的比较测试（Games-Howell、Tamhane T2、Dunnett T3）
许多多重比较检验都伴随着置信区间和多重调整 P 值。
Greenhouse-Geisser 校正使重复测量的一向、二向和三向方差分析不必假设球形。选择此选项时，多重比较测试也不假定球形度。
Kruskal-Wallis 或 Friedman 非参数单向方差分析与 Dunn 后检验。
Fisher 精确检验或卡方检验。使用置信区间计算相对风险和优势比。
双向方差分析，即使在某些后期测试中存在缺失值。
双向方差分析，对一个或两个因素进行重复测量。Tukey、Newman-Keuls、Dunnett、Bonferroni、Holm-Sidak 或 Fisher's LSD 多重比较测试主效应和简单效应。
三向方差分析（其中两个因素限制为两个水平，第三个因素限制为任意数量的水平）。
使用混合效应模型（类似于重复测量方差分析，但能够处理缺失数据）分析重复测量数据（单向、双向和三向）。
使用嵌套 t 检验或嵌套单向方差分析（使用混合效应模型）比较嵌套数据表中的数据。
非线性回归
拟合我们 105 个内置方程之一，或输入您自己的方程。现在包括增长方程族：指数增长、指数平稳、Gompertz、逻辑斯蒂和 beta（增长然后衰减）。
输入微分或隐式方程。
为不同的数据集输入不同的方程。
全局非线性回归——在数据集之间共享参数。
稳健的非线性回归。
自动异常值识别或消除。
使用额外平方和 F 检验或 AICc 比较模型
比较数据集之间的参数。
应用约束。
通过多种方法对点进行不同的加权，并评估您的加权方法的效果。
接受自动初始估计值或输入您自己的值。
自动绘制指定 X 值范围内的曲线图。
使用参数 SE 或 CI 量化拟合精度。置信区间可以是对称的（传统的）或不对称的（更准确）。
使用 Hougaard 偏度来量化不精确的对称性。
绘制置信带或预测带。
检验残差的正态性。
运行或重复模型充分性测试。
报告协方差矩阵或依赖关系集。
轻松地从最佳拟合曲线中插入点。
将直线拟合到两个数据集并确定交点和两个斜率。
生存分析
卡普兰-迈耶生存分析。对不同组进行非参数生存分析，并将每组的估计生存曲线与对数秩检验（包括趋势检验）进行比较。
Cox 比例风险回归。执行半参数生存分析，允许包含额外的连续或分类预测变量（协变量）。自动生成任何一组预测变量值的估计生存曲线图。
主成分分析
通过并行分析（蒙特卡罗模拟）、Kaiser 准则（特征值阈值）、方差比例阈值等进行组件选择。
自动生成碎石图、加载图、双图等。
在主成分回归等下游应用程序中使用结果。
多变量绘图
指定定义轴坐标、颜色和大小的变量。
创建气泡图。
栏目统计
计算描述性统计：最小值、最大值、四分位数、平均值、SD、SEM、CI、CV、偏度、峰度。
具有置信区间的平均值或几何平均值。
频率分布（箱到直方图），包括累积直方图
通过四种方法进行正态性检验（新：Anderson-Darling）。
对数正态性测试以及从正态（高斯）分布与对数正态分布采样的可能性
创建 QQ 图作为正态性测试的一部分。
一个样本 t 检验或 Wilcoxon 检验将列平均值（或中位数）与理论值进行比较。
使用 Grubbs 或 ROUT 方法识别异常值。
使用 Bonferroni 多重比较或 FDR 方法分析一堆 P 值，以确定“重大”发现或发现。
简单线性回归和相关性
使用置信区间计算斜率和截距。
强制回归线通过指定点。
适合复制 Y 值或平均 Y。
通过游程测试来测试是否偏离线性。
以四种不同方式计算残差并绘制图表（包括 QQ 图）。
比较两条或多条回归线的斜率和截距。
沿标准曲线插入新点。
Pearson 或 Spearman（非参数）相关性。
广义线性模型 (GLM)
使用新的多变量数据表生成将多个自变量与单个因变量相关的模型。
多元线性回归（当 Y 连续时）。
泊松回归（当 Y 为计数时；0、1、2、...）。
逻辑回归（当 Y 为二元时；是/否、通过/失败等）。
临床（诊断）实验室统计
布兰德奥特曼情节。
受试者工作特征 (ROC) 曲线。
戴明回归（II 型线性回归）。
模拟
模拟 XY、列或列联表。
将模拟数据重复分析为蒙特卡罗分析。
根据您选择或输入的方程以及您选择的参数值绘制函数。
其他计算
曲线下面积，带置信区间。
转换数据。
正常化。
识别异常值。
正态性检验。
转置表格。
减去基线（并合并列）。
将每个值计算为其行、列或总计的一部分。
显示更多…
安装方法
2. 将 GraphPad Prism 拖入右侧 Applications 应用程序目录；
3. 从启动台打开 GraphPad Prism 使用软件。
提示已损坏、无法验证等问题请阅读安装包内的帮助文档。
软件评论