GraphPad Prism 9mac版

GraphPad Prism 9mac版是一款專為科學(xué)研究而創(chuàng)建的首選分析和圖形解決方案。功能上軟件就將生物統(tǒng)計學(xué)，曲線擬合（非線性回歸）和科學(xué)繪圖功能強大地結(jié)合在一起，讓使用者們在使用時能夠更加便捷輕松的完成組織，分析和繪制重復(fù)的實驗圖。
而在這次的版本中，GraphPad Prism 9mac版也有了新的變化哦，例如新版的軟件對多變量數(shù)據(jù)表進行了許多重大改進，使得現(xiàn)在使用標準結(jié)構(gòu)探索更大的數(shù)據(jù)集以及現(xiàn)在支持向圖形添加新尺寸，用戶們可以直接從原始數(shù)據(jù)，符號位置（X和Y坐標），大小和填充顏色的編碼變量創(chuàng)建氣泡圖哦等等之類的，當然上述所述也支持軟件中的小部分具體的還是需要用戶們前往軟件中進行查看。而對以上軟件所提供的服務(wù)內(nèi)容感興趣的話，歡迎大家下載軟件進行體驗。

Prism 9 for mac新版說明

一、更高維度的數(shù)據(jù)！
Prism 9對多變量數(shù)據(jù)表進行了許多重大改進。使用標準結(jié)構(gòu)探索更大的數(shù)據(jù)集，并通過以下改進執(zhí)行新的和改進的分析：
1、增加的數(shù)據(jù)限制-在每個數(shù)據(jù)表中最多輸入1024列數(shù)據(jù)
2、自動識別變量類型-將多變量數(shù)據(jù)表中的變量識別為連續(xù)值，分類值或標簽值
3、數(shù)據(jù)表中的文本信息-直接以文本形式輸入數(shù)據(jù)。無需編碼“ 0”和“ 1”之類的變量，只需直接在數(shù)據(jù)表中輸入“ Male”和“ Female”
4、自動變量編碼-輸入您的數(shù)據(jù)，讓Prism負責其余的工作。Prism會自動將分類文本變量編碼為數(shù)字“虛擬”變量

二、主成分分析（PCA）
有時，收集的變量數(shù)量遠遠超過可供研究的學(xué)科數(shù)量?？紤]基因表達研究，其中從分為兩組的受試者中測量了成百上千種不同基因的表達水平：治療組和對照組?？赡軆H僅是變量太多而無法使模型適合數(shù)據(jù)。但是，選擇一些要從分析中排除的變量只會丟掉可能有用的信息！PCA是一種“降維”技術(shù)，可用于減少所需變量的數(shù)量，同時從數(shù)據(jù)中消除盡可能少的信息。
PCA中可用的其他功能包括：
1、通過平行分析（以及Kaiser方法，總方差閾值方法等）選擇組件
2、碎石圖，分數(shù)圖和雙線圖的生成
3、自動準備PCA結(jié)果以進一步用于多元線性回歸（主成分回歸）

三、向圖形添加新尺寸
直接從原始數(shù)據(jù)，符號位置（X和Y坐標），大小和填充顏色的編碼變量創(chuàng)建氣泡圖。請注意，可以使用分類（分組）或連續(xù)變量來定義符號顏色和符號大小。
在此圖上，超過100個國家/地區(qū)顯示為單個圓圈。每個圓圈的X坐標代表該國的GDP（PPP），而Y坐標代表出生時的平均預(yù)期壽命。每個符號的大小與其所代表的國家的人口成比例（兩個最大的符號分別代表中國和印度）。最后，每個符號的顏色代表該國家所在的大陸。在這種情況下，此最終變量（顏色）是分類變量，但氣泡圖中的顏色也可以由連續(xù)變量定義：在該圖中，符號的X坐標，Y坐標和大小與以前相同。但是，現(xiàn)在該符號的顏色連續(xù)不斷地代表該國家每1000個人的出生率。棱鏡現(xiàn)在還具有內(nèi)置的半透明配色方案，以便可以更清晰地看到重疊的符號。

四、自動將多個比較結(jié)果添加到圖形！
只需執(zhí)行多個成對比較的適當分析即可。然后單擊一次以將這些結(jié)果自動添加到圖形中。要自定義這些行和星號，只需再次單擊工具欄按鈕。調(diào)整數(shù)據(jù)或分析，圖形上顯示的結(jié)果將自動更新。但是請記住，P值只是故事的一部分。別忘了報告效果估算值（例如，均值差異為95％置信區(qū)間?。?br />
五、使用估計圖更好地可視化T測試結(jié)果
在測試中執(zhí)行，Prism現(xiàn)在將自動創(chuàng)建結(jié)果的估計圖。在此圖上，兩組的原始數(shù)據(jù)都將繪制在左側(cè)的Y軸上。在右邊的Y軸上，將繪制組均值的差及其95％置信區(qū)間。該可視化提供的信息比單獨的P值還多，因為它不僅顯示了95％CI是否包含零（如果95％CI包含零，則P值將大于0.05；它還顯示了95％CI的寬度）。如果95％CI不包括零，則P值將小于0.05）

軟件功能

1、統(tǒng)計比較
配對或非配對 t 檢驗。 報告 P 值和置信區(qū)間。
通過多重t檢驗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，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。
含中位數(shù)置信區(qū)間的 Wilcoxon 檢驗。
一次執(zhí)行多個 t 檢驗，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一步研究的新發(fā)現(xiàn)。
進行普通或重復(fù)測量方差分析，然后進行 Tukey、Newman-Keuls、Dunnett、Bonferroni 或 Holm-Sidak 多重比較檢驗，趨勢后驗或 Fisher 最小顯著性檢驗。
在不假設(shè)群體具有相同標準偏差的情況下，使用 Brown-Forsythe 和 Welch 方差分析進行單因素方差分析，然后進行適當?shù)谋容^檢驗（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，多個比較檢驗也不必假設(shè)呈球形分布。
含 Dunn 后驗的 Kruskal-Wallis 或 Friedman 非參數(shù)單向方差分析。
Fisher 精確檢驗或卡方檢驗。 計算含置信區(qū)間的相對風險和優(yōu)勢比。
對即使在某些后驗中仍缺少數(shù)值的數(shù)據(jù)進行雙向方差分析。
對一個或兩個因素進行重復(fù)測量的數(shù)據(jù)進行雙向方差分析。 Tukey、Newman-Keuls、Dunnett、Bonferroni、Holm-Sidak 或 Fisher LSD 多重比較檢驗主要和簡單效應(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（包括趨勢檢驗）比較曲線。
使用嵌套 t 檢驗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）。
2、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。
檢驗殘差的正態(tài)性。
運行或復(fù)制模型充分性檢驗。
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。
將直線擬合到兩個數(shù)據(jù)集，并確定交點和雙方斜率。
3、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、標準差（SD）、標準誤（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。
通過四種方法進行正態(tài)性檢驗（新功能： Anderson-Darling）。
對數(shù)正態(tài)性檢驗，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)性檢驗的一部分。
單樣本 t 檢驗或 Wilcoxon 檢驗，用于對柱均值（或中位數(shù)）和理論值進行比較。
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)。
4、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。
強制回歸線穿過指定點。
擬合以復(fù)制 Y 值或均值 Y。
應(yīng)用運行測試來檢驗線性度偏離。
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。
沿標準曲線插入新點。
Pearson 或 Spearman（非參數(shù)）相關(guān)性。
5、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Y連續(xù)時）。
泊松回歸（當Y計數(shù)時；0，1，2，...）
邏輯回歸（當Y為二進制時；是/否、通過/失敗等）。
6、臨床（診斷）實驗室統(tǒng)計
Bland-Altman 圖。
受試者工作特征（ROC）曲線。
Deming 回歸（II 型線性回歸）。
7、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。
8、其他計算
曲線下面積，含置信區(qū)間。
轉(zhuǎn)換數(shù)據(jù)。
標準化。
鑒別異常值。
正態(tài)性檢驗。
轉(zhuǎn)置表格。
減去基線（以及合并列）。
將每個值計算為其行、列或總計的分數(shù)。

軟件亮點

1、有效地組織您的數(shù)據(jù)
與電子表格或其他科學(xué)圖形程序不同，prism有八種不同類型的數(shù)據(jù)表，專門為您要運行的分析而格式化。這樣可以更輕松地正確輸入數(shù)據(jù)，選擇合適的分析并創(chuàng)建令人驚嘆的圖形。
2、執(zhí)行正確的分析
避免統(tǒng)計術(shù)語。在清晰的語言中，prism提供了廣泛的分析庫，從常見到高度特異 – 非線回歸，t檢驗，非參數(shù)比較，單因素，雙因素和三因子方差分析，列聯(lián)表，生存分析等等。每個分析都有一個清單，以幫助您了解所需的統(tǒng)計假設(shè)，并確認您已選擇適當?shù)臏y試。
3、隨時隨地獲得可操作的幫助
降低統(tǒng)計數(shù)據(jù)的復(fù)雜程度。prism的在線幫助超出了您的預(yù)期。幾乎每一步，都可以從在線prism Guides訪問數(shù)千頁。瀏覽圖表產(chǎn)品組合，了解如何制作各種圖表類型。教程數(shù)據(jù)集還可幫助您了解執(zhí)行某些分析的原因以及如何解釋結(jié)果。