产品名称：GraphPad Prism

生产厂商：GraphPad产品类别：其他软件

为什么选择GraphPad Prism？

全面的分析和强大的统计能力，一切易如反掌

有效组织您的数据

与电子表格或其他科学绘图程序不同，Prism有八种不同类型的数据表，这些数据表专门针对您希望运行的分析进行了格式设置。这使得正确输入数据、选择合适的分析和创建精美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使用清晰的语言提供大量的分析库，涵盖从普通到高度特定的分析—包括非线性回归、t检验、非参数比较、方差分析（单因素、双因素和三因素）、列联表分析、生存分析等等。每项分析都列有一个清单，以帮助您了解所需的统计假设并确认您选择了适当的检验。

使用中随时获得帮助

降低统计的复杂性，Prism的在线帮助超出您的预期，几乎每个步骤都可从在线Prism指南中访问数千页信息。 浏览图形组合（Graph Portfolio），了解如何绘制众多的图形类型。教程数据集还可帮助您理解执行某些分析的原因以及如何解读结果。

巧干，而不是苦干

一键式回归分析

没有其他程序能像Prism那样简化曲线拟合。选择方程式，Prism即可完成其余工作-拟合曲线、显示结果和函数参数列表，在图形上绘制曲线并插入未知值。

专注于研究而不是软件

无需编码。图形和结果会实时自动更新。 数据和分析的任何更改（添加丢失的数据、省略错误的数据、纠正错别字或更改分析选择）都将立即反映在结果、图形和布局中。

无需编程即可自动化完成您的工作

减少分析和绘制一组实验图的繁琐步骤。通过创建模板、复制族谱或克隆图形，可很容易地复制您的工作，从而节省数小时的设置时间。 使用Prism Magic，一次单击即可将一致的外观应用于一组图形。

优美绘图和分享工作成果的方法

众多的自定义图形方法

更直观地展示您的数据，而不是操作软件。Prism让创建所需的图形变得容易。 选择图形类型，然后自定义任何部分-数据的排列方式、数据点的样式、标签、字体、颜色等等。自定义选项不尽其数。

一键导出出版质量的图形

减少发表所需的时间。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。

加强协作

不仅限于分享您的图表。Prism全面记录您的数据，使您能够与其他科学家有效进行协作。Prism项目的所有部分（原始数据、分析、结果、图形和布局）都包含在一个单一的文件中，一次单击即可完成共享。 这样，其他人就可以轻松同步您的工作，从而提高了结果的清晰度并简化了协作过程。

更直观的导航

轻松查找相关工作表

新的族面板显示与当前工作表相关的工作表族，并可自动缩进分析链

轻松在多个结果表之间导航

将多结果表的分析归组为单一的工作表，每个结果表带有选项卡；可选择要显示或隐藏的标签

增强的搜索功能

按带有高亮显示的工作表或按指定颜色的注释进行搜索

提供八种数据表

多变量数据表

每行代表不同的主题，每列代表不同的变量，允许您执行多元线性回归（包括泊松回归），将数据子集提取到其他表格类型中或选择并转换数据子集

嵌套数据表

分析和可视化包含相关组中子集的数据；使用这些表中的数据执行嵌套t检验和嵌套单向方差分析

更复杂的统计分析

即使数据丢失，也可进行重复测量方差分析

现在，Prism将自动拟合混合效果模型以完成此分析

常规方差分析的重大改进

查看单元格、行、列和总平均数（或缺少数据时的最小平方平均值）；检验方差齐性。对于单向方差分析，选择不假设均方差的检验。

执行一元和多元逻辑回归

基于一个预测变量（一元逻辑回归）或多个预测变量（多元逻辑回归），将模型拟合为二进制结果（是/否、获胜/失败、通过/未通过）。

嵌套t检验和嵌套单向方差分析

利用新型数据表进行嵌套t检验、嵌套方差分析以及多元线性回归（包括泊松回归）

绘制来自多种分析类型的残差图

以四种不同方式检验残差的正态性，并从四种不同方式中进行选择以显示这些残差

发掘GraphPad Prism 8中可用统计特征的多样性

统计比较

• 配对或非配对t检验。 报告P值和置信区间。
• 自动生成多次t检验分析的火山图（差值相比于P值）。
• 非参数Mann-Whitney检验，包括中位数差值的置信区间。
• 用于比较两组的Kolmogorov-Smirnov检验。
• 含中位数置信区间的Wilcoxon检验。
• 一次执行多个t检验，使用错误发现率（或Bonferroni多重比较）选择哪些比较是需要进一步研究的发现。
• 进行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，趋势后验或Fisher最小显著性检验。
• 在不假设群体具有相同标准偏差的情况下，使用Brown-Forsythe和Welch方差分析进行单因素方差分析，然后进行适当的比较检验（Games-Howell、Tamhane T2、Dunnett T3）
• 许多多重比较测试都伴随着置信区间和多重性调整的P值。
• 进行Greenhouse-Geisser校正，因此重复测量的单向、双向和三向方差分析不必假设结果呈球形分布。选择此项时，多个比较检验也不必假设呈球形分布。
• 含Dunn后验的Kruskal-Wallis或Friedman非参数单向方差分析。
• Fisher精确检验或卡方检验。计算含置信区间的相对风险和优势比。
• 对即使在某些后验中仍缺少数值的数据进行双向方差分析。
• 对一个或两个因素进行重复测量的数据进行双向方差分析。Tukey、Newman-Keuls、Dunnett、Bonferroni、Holm-Sidak或Fisher LSD多重比较检验主要和简单效应。
• 三向方差分析（限制在其中两个因素中的两个级别，和在第三个因素中的任意数量的级别）。
• 使用混合效应模型（类似于重复测量方差分析，但能够处理丢失的数据），分析重复测量数据（单向、双向和三向）。
• Kaplan-Meier生存分析。应用对数秩检验（包括趋势检验）比较曲线。
• 使用嵌套t检验或嵌套单向方差分析比较嵌套数据表中的数据（使用混合效应模型）。
  

非线性回归

• 拟合我们的105个内置方程式之一，或输入您自己的方程式。现在包括生长方程族： 指数生长、指数平台、Gompertz、Logistic和beta（先增长后衰减）。
• 输入微分或隐式方程。
• 输入用于不同数据集的方程。
• 全局非线性回归–在数据集之间共享参数。
• 强大的非线性回归功能。
• 自动识别或消除离群值。
• 使用额外的平方和F检验或AICc比较模型。
• 比较数据集之间的参数。
• 应用约束。
• 通过几种方法差分权重，并评估加权方法的效果。
• 接受自动初始估计值或输入您自己的值。
• 在指定的X值范围内自动绘制曲线图。
• 使用参数SE或CI量化拟合精度。 置信区间可为对称性（传统上）或不对称性（更准确）。
• 应用Hougaard偏度量化不精确的对称性。
• 绘制置信度或预测带。
• 检验残差的正态性。
• 运行或复制模型充分性检验。
• 报告协方差矩阵或依赖集。
• 从最佳拟合曲线中轻松插入数据点。
• 将直线拟合到两个数据集，并确定交点和双方斜率。

列统计

• 计算描述性统计： 最小值、最大值、四分位数、均值、标准差（SD）、标准误（SEM）、置信区间（CI）、变异系数（CV）、偏度、峰度。
• 含置信区间的均值或几何均值。
• 频率分布（从bin到直方图），包括累积直方图。
• 通过四种方法进行正态性检验（新功能：Anderson-Darling）。
• 对数正态性检验，以及从正态（高斯）与对数正态分布中取样的可能性。
• 创建QQ图作为正态性检验的一部分。
• 单样本t检验或Wilcoxon检验，用于对柱均值（或中位数）和理论值进行比较。
• 使用Grubbs或ROUT方法鉴别异常值。
• 分析批量P值，应用Bonferroni多重比较或FDR方法识别“重大”研究结果或发现。

简易的线性回归和相关性

• 计算含置信区间的斜率和截距。
• 强制回归线穿过指定点。
• 拟合以复制Y值或均值Y。
• 应用运行测试来检验线性度偏离。
• 用四种不同方式（包括QQ图）计算和绘制残差图。
• 比较两条或更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多个自变量与单个因变量的相关模型。
• 多元线性回归（当Y连续时）。
• 泊松回归（当Y计数时；0，1，2，...）
• 逻辑回归（当Y为二进制时；是/否、通过/失败等）。

临床（诊断）实验室统计

• Bland-Altman图。
• 受试者工作特征（ROC）曲线。
• Deming回归（II型线性回归）。

模拟

• 模拟XY、列或列联表。
• 重复模拟数据的分析，作为Monte-Carlo分析。
• 根据选择或输入的方程式和您选择的参数值绘制函数图。

其他计算

• 曲线下面积，含置信区间。
• 转换数据。
• 标准化。
• 鉴别异常值。
• 正态性检验。
• 转置表格。
• 减去基线（以及合并列）。
• 将每个值计算为其行、列或总计的分数。