Graphpad prism9绘图第一期 | Graphpad prism9介绍，如何绘制发表级别的图
全世界科学家选择的工具
节省统计分析的时间：专为科学家（而非统计学家）设计的多功能统计工具。直接将数据输入专为科学研究而设计的表格，并指导您进行统计分析，进而简化您的研究工作流程，无需编码。
做出更准确、更明智的分析选择：在每个步骤中获取见解和指导，以便您在此过程中做出正确的分析选择、理解基本假设并准确地解读数据。
更直观地展示您的数据：Prism可让您轻松地与同事协作、从同行那里获得反馈，并与全世界分享您的研究成果。Prism可以轻松地将数据转换为简洁优美的、达到出版质量的图表；并提供多种自定义图形（从色调搭配到如何组织数据）的方法；Prism支持导出几乎任何格式的文件，也可直接从Prism发送邮件。
众多的自定义图形方法
协作也有一定程度的加强，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。
统计比较
配对或非配对 t 检验。报告 P 值和置信区间。
通过多重t检验分析自动生成火山图（注意与P值的不同）。
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新发现。
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。
主成分分析Principal Component Analysis (PCA)
通过并行分析(Monte Carlo模拟)、Kaiser标准(特征值阈值)、方差阈值的比例等来选择主成分。
自动生成陡坡图、载荷图、双标图等
将PCA的分析结果用在Prism支持的主程序回归等分析中
多变量绘图Multiple Variable Graphing
指定定义轴坐标、颜色及尺寸的变量
创建气泡图
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。
①可以参考网络
微信加群
BioMan主要报道生命科学领域热点资讯、解读前沿进展、分享科研资料。我们组建了10余个交流群，欢迎大家进群交流。添加公众号博主微信：mBioMan（下方二维码），邀你进群。温馨提示：添加博主时，请备注一下研究方向+单位/学校！在看，也是一种习惯↓