有效組織您的數據

Prism為您的分析進行了特別的設計 -- 定量分析和分類數據分析。使得正確輸入數據、選擇合適的分析和創建精美的圖表變得更加容易。

進行正確的分析

避免使用統計術語。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、非參數比較、方差分析（單因素、雙因素和三因素）、列聯表分析、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計假設并確認您選擇了適當的檢驗。

隨時獲得可操作的幫助

降低統計數據的復雜性。GraphPad Prism的在線幫助超出了你的預期。在幾乎每一步，您都可以訪問數千頁的Prism用戶指南；并可以通過Prism Academy學習視頻課程、指南和培訓材料，瀏覽圖形組合并學習如何制作各種圖形類型。同時，GraphPad為您提供了教程數據集，可以幫助您理解為什么應該執行某些分析以及如何解釋結果。

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、顯示結果和函數參數列表，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。 圖形和結果會實時自動更新。 數據和分析的任何更改（添加丟失的數據、省略錯誤的數據、糾正錯別字或更改分析選擇）都將立即反映在結果、圖形和布局中。

無需編程即可讓您的工作自動執行

只需點擊一下，即可自動將多個成對比較添加到您的分析中。只需點擊工具欄按鈕，即可執行這些線和星號的自定義選項。對數據或分析進行的調整，圖上顯示的分析結果也將自動更新。

優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據，而不是操作軟件。 Prism讓創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 - 數據的排列方式、數據點的樣式、標簽、字體、顏色等等。 自定義選項不盡其數。

探索你的數據

讓您集中精力分析最相關的數據。您可自定義如何在數據中表示關系，以有效地探索大量數據集。您在這里注意到有趣的事情了嗎？突出顯示單個數據點以探索其相應的屬性。利用prism強大的數據整理功能，您既可以節省時間，又可以確保您的分析基于干凈且結構良好的數據。

一鍵導出出版質量的圖形

減少發表所需的時間。 Prism允許您自定義導出（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。 設置默認值以節省時間。

加強協作

不僅限于分享您的圖表。 Prism全面記錄您的數據，使您能夠與其他科學家有效進行協作。 Prism項目的所有部分（原始數據、分析、結果、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，從而提高了結果的清晰度并簡化了協作過程。

探索GraphPad Prism 10的新功能！

隆重推出功能更強大的Prism，它具有增強的數據可視化和圖形自定義能力，可進行更直觀的導航和更復雜的統計分析。

增強的數據可視化功能

氣泡圖

直接通過表示位置（x和y坐標）、顏色和尺寸變量的原始數據即可創建氣泡圖

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據集的分布

估計圖

自動顯示您的分析結果

平滑樣條

重大改進是在于通過 Akima 樣條和平滑樣條顯示一般數據的趨勢，并改進了對節點或拐點數量的控制

增強的制圖和自定義選項

圖形上的星號

自動添加多個比較結果到圖表。可從各種P值摘要樣式中進行選擇，包括適用于任何alpha水平的響應方法。

改進的圖形自定義設置

比以前更快、更容易、更直觀地繪制出令人驚嘆的氣泡圖。實時交互和自定義多變量數據中的圖表。

自動標注條形圖

在柱狀圖上標注均值、中位數或樣本量，以強調您工作的重點。

增強的分組圖

輕松創建同時顯示單個點（散點）、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

通過使用行業標準格式（CSV、PNG、JSON等），您可以確保您的項目可以在Prism之外使用，并為您的數據工作流程和集成開辟新的可能性。

擴展的數據表功能

您可以根據需要打開任意多個窗口，數據最多可分為2048列，每個列中有512個子列。擴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果。

更智能的整理數據

全新升級的一系列工具，可幫助您準備數據進行分析。覆蓋多變量數據表，選擇和轉換分析，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。一個新的易于導航的樹狀結構現在覆蓋了整個Prism分析庫。

Prism提供了八種數據表

XY表

當每個數據點由單個X和Y值定義時使用。這類數據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據（例如，治療組與對照組或女性與男性)。通常使用t檢驗和單因素方差分析。

分組表

用于按兩個分組變量組織成組的數據（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。

列聯表

用于按兩個分組變量（治療組與對照組、陽性結果與陰性結果）分組的計數數據。適合卡方檢驗和費雪精確檢驗。

生存表

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

整體分解

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

多變量表

當數據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。可以直接用多元線性回歸、Cox回歸等進行分析，也可以重組為Prism的其他表類型之一。

嵌套表

當數據被組織成層次結構組時使用。使用嵌套t檢驗或嵌套單因素方差分析。

更復雜的統計分析

即使數據缺失，也可進行重復測量方差分析

現在，Prism 將自動擬合混合效果模型以完成此分析。

執行一元和多元邏輯回歸

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

主成分分析（PCA）

計算并選擇描述數據中最大方差的主成分。從選擇技術中進行選擇，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（和非參數）分析

同時執行多個獨立的雙樣本比較測試。從參數/非參數測試中進行選擇，并指定數據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、可讀的結果。

多元線性和多元邏輯回歸的插值

使用指定的模型根據數據表中的數據或使用分析中指定的理論值來預測因變量的值。

雙擊 PowerPoint 中嵌入的 Prism 圖形不會打開 Prism，而是顯示以下消息：“無法找到服務器應用程序、源文件、和項目，或返回的未知錯誤。請重新安裝服務程序”。

點擊了解更多...

統計比較

• 配對或非配對 t 檢驗。 報告 P 值和置信區間。
• 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 Mann-Whitney 檢驗，包括中位數差值的置信區間。
• 用于比較兩組的 Kolmogorov-Smirnov 檢驗。
• 含中位數置信區間的 Wilcoxon 檢驗。
• 一次執行多個 t 檢驗，使用錯誤發現率（或 Bonferroni 多重比較）選擇哪些比較是需要進一步研究的新發現。
• 進行普通或重復測量方差分析，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，然后進行適當的比較檢驗（Games-Howell、Tamhane T2、Dunnett T3）
• 許多多重比較測試都伴隨著置信區間和多重性調整的P值。
• 進行 Greenhouse-Geisser 校正，因此重復測量的單向、雙向和三向方差分析不必假設結果呈球形分布。 選擇此項時，多個比較檢驗也不必假設呈球形分布。
• 含 Dunn 后驗的 Kruskal-Wallis 或 Friedman 非參數單向方差分析。
• Fisher 精確檢驗或卡方檢驗。 計算含置信區間的相對風險和優勢比。
• 對即使在某些后驗中仍缺少數值的數據進行雙向方差分析。
• 對一個或兩個因素進行重復測量的數據進行雙向方差分析。 Tukey、Newman-Keuls、Dunnett、Bonferroni、Holm-Sidak 或 Fisher LSD 多重比較檢驗主要和簡單效應。
• 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量的級別）。
• 使用混合效應模型（類似于重復測量方差分析，但能夠處理丟失的數據），分析重復測量數據（單向、雙向和三向）。
• Kaplan-Meier 生存分析。 應用對數秩檢驗（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據表中的數據（使用混合效應模型）。

非線性回歸

• 擬合我們的 105 個內置方程式之一，或輸入您自己的方程式。 現在包括生長方程族： 指數生長、指數平臺、Gompertz、Logistic 和 beta（先增長后衰減）。
• 輸入微分或隱式方程。
• 輸入用于不同數據集的方程。
• 全局非線性回歸 – 在數據集之間共享參數。
• 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。
• 比較數據集之間的參數。
• 應用約束。
• 通過幾種方法差分權重，并評估加權方法的效果。
• 接受自動初始估計值或輸入您自己的值。
• 在指定的X值范圍內自動繪制曲線圖。
• 使用參數 SE 或 CI 量化擬合精度。 置信區間可為對稱性（傳統上）或不對稱性（更準確）。
• 應用 Hougaard 偏度量化不精確的對稱性。
• 繪制置信度或預測帶。
• 檢驗殘差的正態性。
• 運行或復制模型充分性檢驗。
• 報告協方差矩陣或依賴集。
• 從最佳擬合曲線中輕松插入數據點。
• 將直線擬合到兩個數據集，并確定交點和雙方斜率。

主成分分析Principal Component Analysis (PCA)

• 通過并行分析(Monte Carlo模擬)、Kaiser標準(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、雙標圖等
• 將PCA的分析結果用在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、顏色及尺寸的變量
• 創建氣泡圖

列統計

• 計算描述性統計： 最小值、最大值、四分位數、均值、標準差（SD）、標準誤（SEM）、置信區間（CI）、變異系數（CV）、偏度、峰度。
• 含置信區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性檢驗（新功能： Anderson-Darling）。
• 對數正態性檢驗，以及從正態（高斯）與對數正態分布中取樣的可能性。
• 創建 QQ 圖作為正態性檢驗的一部分。
• 單樣本 t 檢驗或 Wilcoxon 檢驗，用于對柱均值（或中位數）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，應用 Bonferroni 多重比較或 FDR 方法識別“重大”研究結果或發現。

簡易的線性回歸和相關性

• 計算含置信區間的斜率和截距。
• 強制回歸線穿過指定點。
• 擬合以復制 Y 值或均值 Y。
• 應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）相關性。

廣義線性模型（GLM）

• 使用新的多變量數據表生成多個自變量與單個因變量的相關模型。
• 多元線性回歸（當Y連續時）。
• 泊松回歸（當Y計數時；0，1，2，...）
• 邏輯回歸（當Y為二進制時；是/否、通過/失敗等）。

臨床（診斷）實驗室統計

• 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、列或列聯表。
• 重復模擬數據的分析，作為 Monte-Carlo 分析。
• 根據選擇或輸入的方程式和您選擇的參數值繪制函數圖。

其他計算

• 曲線下面積，含置信區間。
• 轉換數據。
• 標準化。
• 鑒別異常值。
• 正態性檢驗。
• 轉置表格。
• 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。

聯系我們

微信公眾號

咨詢微信

企業店鋪

400-621-1085

©2025  上海卡貝信息技術有限公司

產品中心

下載中心

站點地圖

隱私政策

銷售QQ咨詢

產品QQ咨詢

淘寶店鋪

綜述

最新更新：10版

試用下載

產品定價

SnapGene

Sequencher

DNASTAR Lasergene

Geneious

DNAMAN

EndNote

nQuery

Design-Expert

Beacon Designer

ChromasPro

FlowJo

FCS Express

Primer Premier

PLA 3.0

SPSS

SAS

Stata

PASS

MedCalc

Statgraphics

Igor

SigmaPlot

OriginPro

Oligo

ModFIT

CombiStats

Clone Manager

GPMAW