都9102年了还在用SPSS做统计？Prism了解一下？
医学统计，无论何时都是科研狗心中的痛。老款统计软件主要包括Excel、SPSS、SAS等。基于编程的R语言和Python目前是比较火的两种统计方法。它们极大地提高了科研工作人员的工作效率，但这些软件对统计零基础入门的同学们并不友好，对天天忙碌的医学或科研狗来讲也只能说消化不良。可谓每一个软件的灵活使用都必然经过一番千锤百炼，否则总是会活在统计的阴影之中。
另外，总体而言，生物医学统计和操作并没有太复杂，所以以上经典统计软件的许多功能都用不上，并且这些软件后期还需要作图加工等，过程复杂，让人难以下咽。
基于以上几个原因，Prism应运而生，因为它不仅能分析数据还能快速作图，导出高清图片，简直是生物科研狗的福音，安装以及作图教程详见我们之前的推送《科研论文作图之Graphpad Prism》。
首先简单了解下常用的统计方法（下图），以此，大家可以自己比较SPSS和Prism统计的差别。
（图片来源于互联网）
下面我将为大家详细解释Prism的统计分析法。分析操作全部都是基于以下基本分析进行，即打开Prism主界面，输入数据之后，点击Analyze，即可弹出统计方法选项卡。
因为软件涉及的分析方法太多，在这里挑几个常用的分析方法来解释并举例说明具体操作步骤。
首先把具体的分析内容翻译一下，供大家参考（建议英语好的直接看原文）。
1. XY分析：a. 非线性回归（曲线拟合）；b. 线性回归；c. 拟合样条/LOWESS；d.平滑、区分或整合曲线；e. 曲线下面积；f. Deming（模型II）线性回归；g. 行均值与标准差或标准误；h. 相关性；i. 内插标准曲线
2．列分析：a. t检验（和非参数检验）； b. 单因素方差分析（和非参数单因素方差分析）；c. 独立样本t检验和威尔科克森检验；d. 描述统计；e. 正态和对数检验；f. 频率分布；g. ROC曲线；h. Bland-Altam法比较；i. 识别奇异值；j. 分析P值堆栈
3. 分组分析：a. 双因素方差分析；b. 三因数方差分析；c. 行均值与标准差或标准误；
4. 列联表分析：a. 卡方检验（和Fisher精确检验）；b. 行均值与标准差或标准误；c. 整体的构成
5. 生存分析: 生存曲线
6. 整体各部分的分析：a. 整体的构成；b. 观测分布于期望分布比较
7. 多参数分析：a. 关系矩阵；b. 多线型衰退；c. 提取和重新排列；d. 选择和转移；e. 描述统计；f. 识别异常值
好了，看完以上7条是不是觉着Prism做统计的功能很强大？但又一脸疑惑，这都是啥啊？
各位看官别着急，且看我们常用的统计方法实例：
下面以小编手里的这几个数据为例，简单举例说明几种常用的检验方法，其他检验方法均与这几种方法类似，只是细节上的差异，我们会在接下来的内容中依次提到。
首先输入数据，单击Analyze，选择T检验（图中比较的是NC和Mimics组中的PTEN基因变化）最后确定。
接下来选择实验设计方案、分析方法、方差齐性检验以及双尾检验方法，点击OK。
这时候你就能看到实验结果了。我再稍微解释一下结果分析的内容，就大功告成了。有兴趣的同学也可以将数据与SPSS的计算结果进行比较，看是否一致。
注：F检验，即方差齐性分析，这个跟SPSS是一样的，都是看数据的方差是否存在差异，如果有则需要Welch校正，Prism软件中也有这个选项，在复选框中勾选即可。
基本操作如t检验，因为要比较三组间的差异性，选择单因素方差分析。进入复选框；
在这里复选框选择非配对检验、多重比较等，Tukey法多重比较。
分析结果如下：首先是方差Brown-Forsythe分布检验（类似于F分布），结果显示差异不显著，说明符合方差齐性检验。所以进行下一步多重分析（事后比较）。
注：服从正态分布及方差齐性多组数据的比较，多采用单因素方差分析（One-way ANOVA），结果可以用Mean±SD/SEM表示；必须进行Post Hoc检验即事后分析或多重比较，如Tukey's（最常用，需要样本数目相同）、Bonferroni（比较次数不多时效果好）、Student-Newman-Keuls（S-N-K）、Dunnett等事后检验。
看完以上分析是不是觉着基本的统计数据分析也很简单呢？看完注释是不是觉着SPSS的统计方法在这里大部分都能在这里找到呢？没错，这款软件是我们提高科研效率的又一大利器之一。什么？意犹未尽？好，接下来我们会分享Prism更多的内容分享，欢迎大家关注我们，让我们共同进步！
系列相关推送：