graphpad prism 9结合了科学绘图、综合曲线拟合(非线性回归)、可理解的统计数据和数据组织。那么prism 9和prism 8有什么区别?prism 9新增了哪些功能?
更高维度的数据!
Prism 9 对多变量数据表进行了许多重大改进。使用标准结构探索更大的数据集,并通过以下改进执行新的和改进的分析:
- 增加数据限制– 在每个数据表中输入多达 1024 列数据
- 自动识别变量类型– 将多变量数据表中的变量识别为连续、分类或标签值
- 数据表中的文本信息– 直接以文本形式输入数据。不用编码像“0”和“1”这样的变量,只需在数据表中直接输入“男性”和“女性”
- 自动变量编码– 输入您的数据,让 Prism 负责其余的工作。Prism 会自动将分类文本变量编码为数字“虚拟”变量
在研究中,我们经常发现自己拥有大量来自实验的不同变量的信息。举个简单的例子,想象一下在给他们服用旨在降低血压的实验药物或安慰剂后测量个体的血压。除了记录的血压测量值之外,您可能还记录了有关每个受试者的年龄、身高、体重、性别、种族和任何数量的其他潜在变量的大量信息。
许多统计技术旨在分析这种“多变量”数据,例如多元线性回归和多元逻辑回归。使用这些类型的“多变量”分析意味着您可以探索感兴趣的结果,而不会浪费任何潜在的有用信息。为了促进数据信息密度的增加,Prism 提供了我们的多变量数据表,以标准数据结构存储数据,该结构几乎被其他统计软件和软件包(如 R、SPSS 和 MATLAB)普遍使用。在这种格式中,每一列代表一个不同的变量,而每一行代表一个不同的主题(每个主题的每个变量的测量值都放在该主题行的相应列中)。
主成分分析 (PCA)
注:上图以二维 PCA 作为视觉示例。Prism 中的 PCA 可以对数百个变量执行!
有时,收集的变量数量远远超过可供研究的受试者数量。考虑基因表达研究,其中从分为两组的受试者测量数百或数千种不同基因的表达水平:治疗组和对照组。可能有太多变量无法将模型拟合到数据中。但是选择一些变量从分析中排除只是丢弃了可能有用的信息!PCA 是一种“降维”技术,可用于减少所需变量的数量,同时从数据中消除尽可能少的信息。
PCA 中可用的其他功能包括:
- 通过并行分析选择成分(以及 Kaiser 方法、总方差阈值方法等)
- 碎石图、分数图和双图的生成
- 自动准备 PCA 结果以进一步用于多元线性回归(主成分回归)
向图表添加新维度
直接从原始数据创建气泡图,编码符号位置(X 和 Y 坐标)、大小和填充颜色的变量。请注意,符号颜色和符号大小都可以使用分类(分组)或连续变量来定义。
在此图表上,100 多个国家/地区显示为单独的圆圈。每个圆圈的 X 坐标代表该国的 GDP (PPP),而 Y 坐标代表出生时的平均预期寿命。每个符号的大小与其所代表的国家的人口成正比(两个最大的符号分别代表中国和印度)。最后,每个符号的颜色代表该国所在的大陆。在这种情况下,这个最终变量(颜色)是一个分类变量,但气泡图中的颜色也可以由连续变量定义:
在该图中,符号的 X 坐标、Y 坐标和大小与之前相同。然而,现在符号的颜色代表了该国每 1000 人的出生率连续比例。Prism 现在还内置了半透明配色方案,以便可以更清楚地看到重叠的符号。
自动将多重比较结果添加到图表中!
因为你要求的。需要我们多说吗?
只需通过多个成对比较执行适当的分析。然后单击一次以自动将这些结果添加到图表中。要自定义这些行和星号,只需再次单击工具栏按钮。对数据或分析进行调整,图表上显示的结果将自动更新。但请记住,P 值只是故事的一部分。不要忘记报告效果估计值(例如,95% 置信区间的平均差异!)。
使用估计图更好地可视化 T 检验结果
添加 P 值以证明均值差的 95% CI 与 P 值之间的关系。如果 95% CI 包括零,则 P 值将小于 0.05。查看 95% CI 比单独的 P 值提供更多信息。
在测试中执行,Prism 现在将自动创建结果的估计图。在此图上,来自两组的原始数据将绘制在左侧 Y 轴上。在右侧 Y 轴上,将绘制组均值的差异及其 95% 置信区间。这种可视化提供了比单独的 P 值更多的信息,因为它除了显示 95% CI 是否包含零外,还显示了 95% CI 的宽度(如果 95% CI 包含零,则 P 值将大于 0.05;如果 95% CI 不包括零,则 P 值将小于 0.05)。
prism 9 Mac破解版:https://www.macw.com/mac/2802.html?id=MzAyODU5Jl8mMjcuMTg3LjIyNi4xNTE%3D
prism 9 windows破解版:https://soft.macxf.com/soft/453.html?id=MzE5MDg%3D
创业项目群,学习操作 18个小项目,添加 微信:jjs406 备注:小项目!
如若转载,请注明出处:https://www.xmjzwang.com/4568.html