GraphPad Prism 10 for mac 是一款专业的科学与统计数据分析软件。GraphPad Prism主要用于绘制、分析和解释生物医学、自然科学和社会科学领域的实验数据。以下是GraphPad Prism的一些主要特点和应用情况：
- 数据可视化： GraphPad Prism提供了丰富的图形和图表选项，用户可以轻松创建散点图、折线图、柱状图、生存曲线等。这有助于科研人员更清晰地展示实验结果。
- 统计分析： Prism集成了各种统计分析工具，包括描述性统计、t检验、方差分析（ANOVA）、非参数检验、回归分析等。用户可以通过简单的界面进行这些统计分析，无需深入了解统计学。
- 曲线拟合： 在生物学和化学实验中，Prism常用于拟合曲线，例如生长曲线、浓度-反应曲线等。这对于实验数据的定量分析和解释非常重要。
- 生存分析： 对于生物医学领域的研究，Prism支持生存分析，包括Kaplan-Meier曲线和Log-rank检验，用于分析生存率和事件发生的关系。
- 数据导入与导出： Prism支持从Excel等文件格式导入数据，并能将分析结果导出为各种常见的图像和表格格式。这有助于研究人员在不同的平台和文档中共享实验结果。
- 用户友好性： GraphPad Prism以其简洁、用户友好的界面而闻名，使得即便对统计学不太熟悉的科研人员也能够轻松使用它进行数据分析和可视化。
- 多学科应用： 虽然GraphPad Prism在生物医学领域得到广泛应用，但它同样适用于其他学科，如化学、工程、社会科学等。
Prism 10 for mac下载：https://www.macapps.com.cn/graphpad-prism-mac/
Prism 10 for mac 功能介绍：
统计比较
- 配对或不配对 t 检验。报告 P 值和置信区间。
- 根据多重 t 检验分析自动生成火山图（差异与 P 值）。
- 非参数曼-惠特尼检验，包括中位数差异的置信区间。
- Kolmogorov-Smirnov 检验比较两组。
- Wilcoxon 检验的置信区间为中位数。
- 一次执行多个 t 检验，使用错误发现率（或 Bonferroni 多重比较）来选择哪些比较是需要进一步研究的发现。
- 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、趋势后检验或 Fisher 最小显着性检验。
- 使用 Brown-Forsythe 和 Welch ANOVA 不假设总体具有相同标准差的单向方差分析，然后进行适当的比较测试（Games-Howell、Tamhane T2、Dunnett T3）
- 许多多重比较检验都伴随着置信区间和多重调整 P 值。
- Greenhouse-Geisser 校正使重复测量的一向、二向和三向方差分析不必假设球形。选择此选项时，多重比较测试也不假定球形度。
- Kruskal-Wallis 或 Friedman 非参数单向方差分析与 Dunn 后检验。
- Fisher 精确检验或卡方检验。使用置信区间计算相对风险和优势比。
- 双向方差分析，即使在某些后期测试中存在缺失值。
- 双向方差分析，对一个或两个因素进行重复测量。Tukey、Newman-Keuls、Dunnett、Bonferroni、Holm-Sidak 或 Fisher’s LSD 多重比较测试主效应和简单效应。
- 三向方差分析（其中两个因素限制为两个水平，第三个因素限制为任意数量的水平）。
- 使用混合效应模型（类似于重复测量方差分析，但能够处理缺失数据）分析重复测量数据（单向、双向和三向）。
- 使用嵌套 t 检验或嵌套单向方差分析（使用混合效应模型）比较嵌套数据表中的数据。
非线性回归
- 拟合我们 105 个内置方程之一，或输入您自己的方程。现在包括增长方程族：指数增长、指数平稳、Gompertz、逻辑斯蒂和 beta（增长然后衰减）。
- 输入微分或隐式方程。
- 为不同的数据集输入不同的方程。
- 全局非线性回归——在数据集之间共享参数。
- 稳健的非线性回归。
- 自动异常值识别或消除。
- 使用额外平方和 F 检验或 AICc 比较模型
- 比较数据集之间的参数。
- 应用约束。
- 通过多种方法对点进行不同的加权，并评估您的加权方法的效果。
- 接受自动初始估计值或输入您自己的值。
- 自动绘制指定 X 值范围内的曲线图。
- 使用参数 SE 或 CI 量化拟合精度。置信区间可以是对称的（传统的）或不对称的（更准确）。
- 使用 Hougaard 偏度来量化不精确的对称性。
- 绘制置信带或预测带。
- 检验残差的正态性。
- 运行或重复模型充分性测试。
- 报告协方差矩阵或依赖关系集。
- 轻松地从最佳拟合曲线中插入点。
- 将直线拟合到两个数据集并确定交点和两个斜率。
生存分析
- 卡普兰-迈耶生存分析。对不同组进行非参数生存分析，并将每组的估计生存曲线与对数秩检验（包括趋势检验）进行比较。
- Cox 比例风险回归。执行半参数生存分析，允许包含额外的连续或分类预测变量（协变量）。自动生成任何一组预测变量值的估计生存曲线图。
主成分分析
- 通过并行分析（蒙特卡罗模拟）、Kaiser 准则（特征值阈值）、方差比例阈值等进行组件选择。
- 自动生成碎石图、加载图、双图等。
- 在主成分回归等下游应用程序中使用结果。
多变量绘图
- 指定定义轴坐标、颜色和大小的变量。
- 创建气泡图。
栏目统计
- 计算描述性统计：最小值、最大值、四分位数、平均值、SD、SEM、CI、CV、偏度、峰度。
- 具有置信区间的平均值或几何平均值。
- 频率分布（箱到直方图），包括累积直方图
- 通过四种方法进行正态性检验（新：Anderson-Darling）。
- 对数正态性测试以及从正态（高斯）分布与对数正态分布采样的可能性
- 创建 QQ 图作为正态性测试的一部分。
- 一个样本 t 检验或 Wilcoxon 检验将列平均值（或中位数）与理论值进行比较。
- 使用 Grubbs 或 ROUT 方法识别异常值。
- 使用 Bonferroni 多重比较或 FDR 方法分析一堆 P 值，以确定“重大”发现或发现。
简单线性回归和相关性
- 使用置信区间计算斜率和截距。
- 强制回归线通过指定点。
- 适合复制 Y 值或平均 Y。
- 通过游程测试来测试是否偏离线性。
- 以四种不同方式计算残差并绘制图表（包括 QQ 图）。
- 比较两条或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将多个自变量与单个因变量相关的模型。
- 多元线性回归（当 Y 连续时）。
- 泊松回归（当 Y 为计数时；0、1、2、…）。
- 逻辑回归（当 Y 为二元时；是/否、通过/失败等）。
临床（诊断）实验室统计
- 布兰德奥特曼情节。
- 受试者工作特征 (ROC) 曲线。
- 戴明回归（II 型线性回归）。
模拟
- 模拟 XY、列或列联表。
- 将模拟数据重复分析为蒙特卡罗分析。
- 根据您选择或输入的方程以及您选择的参数值绘制函数。
其他计算
- 曲线下面积，带置信区间。
- 转换数据。
- 正常化。
- 识别异常值。
- 正态性检验。
- 转置表格。
- 减去基线（并合并列）。
- 将每个值计算为其行、列或总计的一部分。
