全面的分析和強(qiáng)大的統(tǒng)計能力，一切易如反掌

有效組織您的數(shù)據(jù)

Prism為您的分析進(jìn)行了特別的設(shè)計 -- 定量分析和分類數(shù)據(jù)分析。使得正確輸入數(shù)據(jù)、選擇合適的分析和創(chuàng)建精美的圖表變得更加容易。

進(jìn)行正確的分析

避免使用統(tǒng)計術(shù)語。Prism使用清晰的語言提供大量的分析庫，涵蓋從普通到高度特定的分析 — 包括非線性回歸、t檢驗(yàn)、非參數(shù)比較、方差分析（單因素、雙因素和三因素）、列聯(lián)表分析、生存分析等等。每項分析都列有一個清單，以幫助您了解所需的統(tǒng)計假設(shè)并確認(rèn)您選擇了適當(dāng)?shù)臋z驗(yàn)。

隨時獲得可操作的幫助

降低統(tǒng)計數(shù)據(jù)的復(fù)雜性。GraphPad Prism的在線幫助超出了你的預(yù)期。在幾乎每一步，您都可以訪問數(shù)千頁的Prism用戶指南；并可以通過Prism Academy學(xué)習(xí)視頻課程、指南和培訓(xùn)材料，瀏覽圖形組合并學(xué)習(xí)如何制作各種圖形類型。同時，GraphPad為您提供了教程數(shù)據(jù)集，可以幫助您理解為什么應(yīng)該執(zhí)行某些分析以及如何解釋結(jié)果。

 

 

巧干，而不是苦干

 

一鍵式回歸分析

沒有其他程序能像Prism那樣簡化曲線擬合。 選擇方程式，Prism即可完成其余工作 - 擬合曲線、顯示結(jié)果和函數(shù)參數(shù)列表，在圖形上繪制曲線并插入未知值。

 

專注于研究而不是軟件

無需編碼。 圖形和結(jié)果會實(shí)時自動更新。 數(shù)據(jù)和分析的任何更改（添加丟失的數(shù)據(jù)、省略錯誤的數(shù)據(jù)、糾正錯別字或更改分析選擇）都將立即反映在結(jié)果、圖形和布局中。

 

無需編程即可讓您的工作自動執(zhí)行

只需點(diǎn)擊一下，即可自動將多個成對比較添加到您的分析中。只需點(diǎn)擊工具欄按鈕，即可執(zhí)行這些線和星號的自定義選項。對數(shù)據(jù)或分析進(jìn)行的調(diào)整，圖上顯示的分析結(jié)果也將自動更新。

 

 

優(yōu)美繪圖和分享工作成果的最快方法

 

眾多的自定義圖形方法
更直觀地展示您的數(shù)據(jù)，而不是操作軟件。 Prism讓創(chuàng)建所需的圖形變得容易。 選擇圖形類型，然后自定義任何部分 - 數(shù)據(jù)的排列方式、數(shù)據(jù)點(diǎn)的樣式、標(biāo)簽、字體、顏色等等。 自定義選項不盡其數(shù)。

探索你的數(shù)據(jù)
讓您集中精力分析最相關(guān)的數(shù)據(jù)。您可自定義如何在數(shù)據(jù)中表示關(guān)系，以有效地探索大量數(shù)據(jù)集。您在這里注意到有趣的事情了嗎？突出顯示單個數(shù)據(jù)點(diǎn)以探索其相應(yīng)的屬性。利用prism強(qiáng)大的數(shù)據(jù)整理功能，您既可以節(jié)省時間，又可以確保您的分析基于干凈且結(jié)構(gòu)良好的數(shù)據(jù)。

 

 

一鍵導(dǎo)出出版質(zhì)量的圖形
減少發(fā)表所需的時間。 Prism允許您自定義導(dǎo)出（文件類型、分辨率、透明度、尺寸、色彩空間 RGB/CMYK），以滿足期刊的要求。 設(shè)置默認(rèn)值以節(jié)省時間。

 

加強(qiáng)協(xié)作
不僅限于分享您的圖表。 Prism全面記錄您的數(shù)據(jù)，使您能夠與其他科學(xué)家有效進(jìn)行協(xié)作。 Prism項目的所有部分（原始數(shù)據(jù)、分析、結(jié)果、圖形和布局）都包含在一個單一的文件中，一次單擊即可完成共享。 這樣，其他人就可以輕松同步您的工作，從而提高了結(jié)果的清晰度并簡化了協(xié)作過程。

探索GraphPad Prism 10的新功能！

隆重推出功能更強(qiáng)大的Prism，它具有增強(qiáng)的數(shù)據(jù)可視化和圖形自定義能力，可進(jìn)行更直觀的導(dǎo)航和更復(fù)雜的統(tǒng)計分析。

 

增強(qiáng)的數(shù)據(jù)可視化功能

氣泡圖
直接通過表示位置（x和y坐標(biāo)）、顏色和尺寸變量的原始數(shù)據(jù)即可創(chuàng)建氣泡圖

 

小提琴圖
與箱線圖或簡單的條形圖相比，小提琴圖可更清晰地顯示大數(shù)據(jù)集的分布

 

估計圖
自動顯示您的分析結(jié)果

 

平滑樣條
重大改進(jìn)是在于通過 Akima 樣條和平滑樣條顯示一般數(shù)據(jù)的趨勢，并改進(jìn)了對節(jié)點(diǎn)或拐點(diǎn)數(shù)量的控制

 

增強(qiáng)的制圖和自定義選項

 

圖形上的星號

自動添加多個比較結(jié)果到圖表?？蓮母鞣NP值摘要樣式中進(jìn)行選擇，包括適用于任何alpha水平的響應(yīng)方法。

 

改進(jìn)的圖形自定義設(shè)置

比以前更快、更容易、更直觀地繪制出令人驚嘆的氣泡圖。實(shí)時交互和自定義多變量數(shù)據(jù)中的圖表。

 

自動標(biāo)注條形圖

在柱狀圖上標(biāo)注均值、中位數(shù)或樣本量，以強(qiáng)調(diào)您工作的重點(diǎn)。

 

增強(qiáng)的分組圖

輕松創(chuàng)建同時顯示單個點(diǎn)（散點(diǎn)）、均值（或中值）線和誤差線的圖表。

 

更有效、更高效的研究

更開放的可訪問文件的格式

通過使用行業(yè)標(biāo)準(zhǔn)格式（CSV、PNG、JSON等），您可以確保您的項目可以在Prism之外使用，并為您的數(shù)據(jù)工作流程和集成開辟新的可能性。

 

擴(kuò)展的數(shù)據(jù)表功能

您可以根據(jù)需要打開任意多個窗口，數(shù)據(jù)最多可分為2048列，每個列中有512個子列。擴(kuò)展的分析常量對話框允許您鏈接到所有類型分析的更多結(jié)果。

 

更智能的整理數(shù)據(jù)

全新升級的一系列工具，可幫助您準(zhǔn)備數(shù)據(jù)進(jìn)行分析。覆蓋多變量數(shù)據(jù)表，選擇和轉(zhuǎn)換分析，提取和重新排列功能。

 

Hook常量對話框升級

在Prism中建立不同元素之間連接的方便方法。一個新的易于導(dǎo)航的樹狀結(jié)構(gòu)現(xiàn)在覆蓋了整個Prism分析庫。

 

Prism提供了八種數(shù)據(jù)表

XY表

當(dāng)每個數(shù)據(jù)點(diǎn)由單個X和Y值定義時使用。這類數(shù)據(jù)通常用線性或非線性回歸模型擬合。

 

列表

用于通過單個分組變量組織成組的數(shù)據(jù)（例如，治療組與對照組或女性與男性)。通常使用t檢驗(yàn)和單因素方差分析。

 

分組表

用于按兩個分組變量組織成組的數(shù)據(jù)（例如，女性對照組vs女性治療組vs男性對照組vs男性治療組）。通常使用雙向方差分析。

 

列聯(lián)表

用于按兩個分組變量（治療組與對照組、陽性結(jié)果與陰性結(jié)果）分組的計數(shù)數(shù)據(jù)。適合卡方檢驗(yàn)和費(fèi)雪精確檢驗(yàn)。

 

生存表

用于Kaplan-Meier生存分析。每行代表一個受試者或個人，其中包含已經(jīng)過的生存時間和結(jié)果。

 

整體分解

在有意義的情況下使用：“表中每個值占總數(shù)的百分比是多少？”用于計算分?jǐn)?shù)和生成餅狀圖。

 

多變量表

當(dāng)數(shù)據(jù)的每一行是不同的觀測值，每一列是不同的變量并支持文本值時使用?？梢灾苯佑枚嘣€性回歸、Cox回歸等進(jìn)行分析，也可以重組為Prism的其他表類型之一。

 

嵌套表

當(dāng)數(shù)據(jù)被組織成層次結(jié)構(gòu)組時使用。使用嵌套t檢驗(yàn)或嵌套單因素方差分析。

 

更復(fù)雜的統(tǒng)計分析

即使數(shù)據(jù)缺失，也可進(jìn)行重復(fù)測量方差分析

現(xiàn)在，Prism 將自動擬合混合效果模型以完成此分析。

 

執(zhí)行一元和多元邏輯回歸

基于一個預(yù)測變量（一元邏輯回歸）或多個預(yù)測變量（多元邏輯回歸），將模型擬合為二進(jìn)制結(jié)果（是/否、獲勝/失敗、通過/未通過）。

 

主成分分析（PCA）

計算并選擇描述數(shù)據(jù)中最大方差的主成分。從選擇技術(shù)中進(jìn)行選擇，包括通過蒙特卡羅模擬的并行分析、特征值閾值、方差比例閾值等。

 

多重t檢驗(yàn)（和非參數(shù)）分析

同時執(zhí)行多個獨(dú)立的雙樣本比較測試。從參數(shù)/非參數(shù)測試中進(jìn)行選擇，并指定數(shù)據(jù)是未配對的還是成對的。

 

在多元線性和多元邏輯回歸中分析帶有文本的分類變量

不需要編碼！Prism支持自動編碼分類變量并執(zhí)行分析。指定引用并在模型中組織所有級別的分類變量，以獲得清晰、可讀的結(jié)果。

 

多元線性和多元邏輯回歸的插值

使用指定的模型根據(jù)數(shù)據(jù)表中的數(shù)據(jù)或使用分析中指定的理論值來預(yù)測因變量的值。

 

發(fā)掘GraphPad Prism中可用統(tǒng)計特征的多樣性

 

統(tǒng)計比較

• 配對或非配對 t 檢驗(yàn)。 報告 P 值和置信區(qū)間。
• 通過多重t檢驗(yàn)分析自動生成火山圖（注意與P值的不同）。
• 非參數(shù) Mann-Whitney 檢驗(yàn)，包括中位數(shù)差值的置信區(qū)間。
• 用于比較兩組的 Kolmogorov-Smirnov 檢驗(yàn)。
• 含中位數(shù)置信區(qū)間的 Wilcoxon 檢驗(yàn)。
• 一次執(zhí)行多個 t 檢驗(yàn)，使用錯誤發(fā)現(xiàn)率（或 Bonferroni 多重比較）選擇哪些比較是需要進(jìn)一步研究的新發(fā)現(xiàn)。
• 進(jìn)行普通或重復(fù)測量方差分析，然后進(jìn)行 Tukey、Newman-Keuls、Dunnett、Bonferroni 或 Holm-Sidak 多重比較檢驗(yàn)，趨勢后驗(yàn)或 Fisher 最小顯著性檢驗(yàn)。
• 在不假設(shè)群體具有相同標(biāo)準(zhǔn)偏差的情況下，使用 Brown-Forsythe 和 Welch 方差分析進(jìn)行單因素方差分析，然后進(jìn)行適當(dāng)?shù)谋容^檢驗(yàn)（Games-Howell、Tamhane T2、Dunnett T3）
• 許多多重比較測試都伴隨著置信區(qū)間和多重性調(diào)整的P值。
• 進(jìn)行 Greenhouse-Geisser 校正，因此重復(fù)測量的單向、雙向和三向方差分析不必假設(shè)結(jié)果呈球形分布。選擇此項時，多個比較檢驗(yàn)也不必假設(shè)呈球形分布。
• 含 Dunn 后驗(yàn)的 Kruskal-Wallis 或 Friedman 非參數(shù)單向方差分析。
• Fisher 精確檢驗(yàn)或卡方檢驗(yàn)。 計算含置信區(qū)間的相對風(fēng)險和優(yōu)勢比。
• 對即使在某些后驗(yàn)中仍缺少數(shù)值的數(shù)據(jù)進(jìn)行雙向方差分析。
• 對一個或兩個因素進(jìn)行重復(fù)測量的數(shù)據(jù)進(jìn)行雙向方差分析。Tukey、Newman-Keuls、Dunnett、Bonferroni、Holm-Sidak 或 Fisher LSD 多重比較檢驗(yàn)主要和簡單效應(yīng)。
• 三向方差分析（限制在其中兩個因素中的兩個級別，和在第三個因素中的任意數(shù)量的級別）。
• 使用混合效應(yīng)模型（類似于重復(fù)測量方差分析，但能夠處理丟失的數(shù)據(jù)），分析重復(fù)測量數(shù)據(jù)（單向、雙向和三向）。
• Kaplan-Meier 生存分析。 應(yīng)用對數(shù)秩檢驗(yàn)（包括趨勢檢驗(yàn)）比較曲線。
• 使用嵌套 t 檢驗(yàn)或嵌套單向方差分析比較嵌套數(shù)據(jù)表中的數(shù)據(jù)（使用混合效應(yīng)模型）。

 

非線性回歸

• 擬合我們的 105 個內(nèi)置方程式之一，或輸入您自己的方程式。 現(xiàn)在包括生長方程族：指數(shù)生長、指數(shù)平臺、Gompertz、Logistic 和 beta（先增長后衰減）。
• 輸入微分或隱式方程。
• 輸入用于不同數(shù)據(jù)集的方程。
• 全局非線性回歸 – 在數(shù)據(jù)集之間共享參數(shù)。
• 強(qiáng)大的非線性回歸功能。
• 自動識別或消除離群值。
• 使用額外的平方和 F 檢驗(yàn)或 AICc 比較模型。
• 比較數(shù)據(jù)集之間的參數(shù)。
• 應(yīng)用約束。
• 通過幾種方法差分權(quán)重，并評估加權(quán)方法的效果。
• 接受自動初始估計值或輸入您自己的值。
• 在指定的X值范圍內(nèi)自動繪制曲線圖。
• 使用參數(shù) SE 或 CI 量化擬合精度。 置信區(qū)間可為對稱性（傳統(tǒng)上）或不對稱性（更準(zhǔn)確）。
• 應(yīng)用 Hougaard 偏度量化不精確的對稱性。
• 繪制置信度或預(yù)測帶。
• 檢驗(yàn)殘差的正態(tài)性。
• 運(yùn)行或復(fù)制模型充分性檢驗(yàn)。
• 報告協(xié)方差矩陣或依賴集。
• 從最佳擬合曲線中輕松插入數(shù)據(jù)點(diǎn)。
• 將直線擬合到兩個數(shù)據(jù)集，并確定交點(diǎn)和雙方斜率。

 

主成分分析Principal Component Analysis (PCA)

• 通過并行分析(Monte Carlo模擬)、Kaiser標(biāo)準(zhǔn)(特征值閾值)、方差閾值的比例等來選擇主成分。
• 自動生成陡坡圖、載荷圖、雙標(biāo)圖等
• 將PCA的分析結(jié)果用在Prism支持的主程序回歸等分析中

 

多變量繪圖Multiple Variable Graphing

• 指定定義軸坐標(biāo)、顏色及尺寸的變量
• 創(chuàng)建氣泡圖

 

列統(tǒng)計

• 計算描述性統(tǒng)計： 最小值、最大值、四分位數(shù)、均值、標(biāo)準(zhǔn)差（SD）、標(biāo)準(zhǔn)誤（SEM）、置信區(qū)間（CI）、變異系數(shù)（CV）、偏度、峰度。
• 含置信區(qū)間的均值或幾何均值。
• 頻率分布（從 bin 到直方圖），包括累積直方圖。
• 通過四種方法進(jìn)行正態(tài)性檢驗(yàn)（新功能： Anderson-Darling）。
• 對數(shù)正態(tài)性檢驗(yàn)，以及從正態(tài)（高斯）與對數(shù)正態(tài)分布中取樣的可能性。
• 創(chuàng)建 QQ 圖作為正態(tài)性檢驗(yàn)的一部分。
• 單樣本 t 檢驗(yàn)或 Wilcoxon 檢驗(yàn)，用于對柱均值（或中位數(shù)）和理論值進(jìn)行比較。
• 使用 Grubbs 或 ROUT 方法鑒別異常值。
• 分析批量 P 值，應(yīng)用 Bonferroni 多重比較或 FDR 方法識別“重大”研究結(jié)果或發(fā)現(xiàn)。

 

簡易的線性回歸和相關(guān)性

• 計算含置信區(qū)間的斜率和截距。
• 強(qiáng)制回歸線穿過指定點(diǎn)。
• 擬合以復(fù)制 Y 值或均值 Y。
• 應(yīng)用運(yùn)行測試來檢驗(yàn)線性度偏離。
• 用四種不同方式（包括 QQ 圖）計算和繪制殘差圖。
• 比較兩條或更多條回歸線的斜率和截距。
• 沿標(biāo)準(zhǔn)曲線插入新點(diǎn)。
• Pearson 或 Spearman（非參數(shù)）相關(guān)性。

 

廣義線性模型（GLM）

• 使用新的多變量數(shù)據(jù)表生成多個自變量與單個因變量的相關(guān)模型。
• 多元線性回歸（當(dāng)Y連續(xù)時）。
• 泊松回歸（當(dāng)Y計數(shù)時；0，1，2，...）
• 邏輯回歸（當(dāng)Y為二進(jìn)制時；是/否、通過/失敗等）。

 

臨床（診斷）實(shí)驗(yàn)室統(tǒng)計

• Bland-Altman 圖。
• 受試者工作特征（ROC）曲線。
• Deming 回歸（II 型線性回歸）。

 

模擬

• 模擬XY、列或列聯(lián)表。
• 重復(fù)模擬數(shù)據(jù)的分析，作為 Monte-Carlo 分析。
• 根據(jù)選擇或輸入的方程式和您選擇的參數(shù)值繪制函數(shù)圖。

 

其他計算

• 曲線下面積，含置信區(qū)間。
• 轉(zhuǎn)換數(shù)據(jù)。
• 標(biāo)準(zhǔn)化。
• 鑒別異常值。
• 正態(tài)性檢驗(yàn)。
• 轉(zhuǎn)置表格。
• 減去基線（以及合并列）。
• 將每個值計算為其行、列或總計的分?jǐn)?shù)。

與箱線圖或簡單的條形圖相比，小提琴圖可更清晰地顯示大數(shù)據(jù)集的分