GraphPad Prism 9 升級(jí)！新功能介紹

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個(gè)全額獎(jiǎng)學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問(wèn)題回答

經(jīng)管之家送您兩個(gè)論壇幣！

+2 論壇幣

GraphPad Prism 9 前幾天已經(jīng)上線了，新增不少功能，統(tǒng)計(jì)分析能力有不少提高。大家已經(jīng)在用的可以開(kāi)始升級(jí)了。

Prism 9 新功能概覽：

• 新增主成分分析（PCA）
• 新增主成分回歸分析（PCR）
• 多元變量數(shù)據(jù)繪制氣泡圖（Bubble plot）
• t檢驗(yàn)生成評(píng)估圖（Estimation plot）
• 多元t檢驗(yàn)選項(xiàng)（配對(duì)，非參數(shù)等）
• 從多元線性回歸和多元邏輯回歸中做插值
• 提升數(shù)據(jù)表列數(shù)上限
• 對(duì)多變量數(shù)據(jù)表的大量改進(jìn)
• 自動(dòng)向圖形中增加多重比較結(jié)果（自動(dòng)星標(biāo)）
• 對(duì)所有分析做了改進(jìn)
  

Prism 9 核心功能介紹：

01 更高維度的數(shù)據(jù)
Prism 9對(duì)多變量數(shù)據(jù)表進(jìn)行了許多重大改進(jìn)。使用標(biāo)準(zhǔn)結(jié)構(gòu)可以分析更大的數(shù)據(jù)集，并執(zhí)行新的和改進(jìn)的分析，主要改進(jìn)如下：

• 提高了數(shù)據(jù)列的上限 - 在每個(gè)數(shù)據(jù)表中最多輸入1024列數(shù)據(jù)。
  
• 自動(dòng)識(shí)別變量類型 - 將多變量數(shù)據(jù)表中的變量識(shí)別為連續(xù)值，分類值或標(biāo)簽值。
  
• 數(shù)據(jù)表可輸入文本信息 - 直接以文本形式輸入數(shù)據(jù)。無(wú)需將變量編碼“0”和“1”，只需直接在數(shù)據(jù)表中輸入例如“Male”和“Female”。
  
• 自動(dòng)變量編碼 - 輸入你的數(shù)據(jù)，讓Prism負(fù)責(zé)其余的工作。Prism會(huì)自動(dòng)將分類文本變量編碼為數(shù)值型啞變量。
  
  

通常，在研究中，我們會(huì)發(fā)現(xiàn)自己擁有實(shí)驗(yàn)中不同變量的大量信息。舉一個(gè)簡(jiǎn)單的例子，想象一下在給個(gè)體服用旨在降低血壓的實(shí)驗(yàn)藥物或安慰劑后，我們測(cè)量他們的血壓。除了記錄的血壓測(cè)量值之外，您還可能記錄了有關(guān)每個(gè)受試者的年齡、身高、體重、性別、種族以及許多其他可作為潛在變量的大量信息。

許多統(tǒng)計(jì)方法可以來(lái)分析這類“多變量”數(shù)據(jù)，例如多元線性回歸和多元邏輯回歸。使用這些“多變量”分析，意味著您可以探索感興趣的結(jié)果而不會(huì)浪費(fèi)任何可能有用的信息。為了便于處理這種增加的數(shù)據(jù)信息密度，Prism提供了多變量數(shù)據(jù)表以將數(shù)據(jù)容納在標(biāo)準(zhǔn)數(shù)據(jù)結(jié)構(gòu)中，該數(shù)據(jù)結(jié)構(gòu)幾乎已在其他統(tǒng)計(jì)軟件或代碼包中普遍使用（例如R，SPSS和MATLAB）。在這種數(shù)據(jù)結(jié)構(gòu)格式中，每一列代表一個(gè)不同的變量，而每一行代表一個(gè)不同的受試者（每個(gè)受試者的每個(gè)變量的測(cè)量值將放入該受試者所在行的相應(yīng)列中）。

02 主成分分析（PCA）


有時(shí)，收集的變量數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)可供研究的受試者數(shù)量�？匆幌禄�因表達(dá)的研究，將受試者分為兩組：治療組和對(duì)照組，然后測(cè)量成百上千種不同基因的表達(dá)水平�？赡苤皇亲兞刻�多而無(wú)法使模型適配數(shù)據(jù)。但是，簡(jiǎn)單的去掉一些變量不去分析，可能會(huì)導(dǎo)致丟失有價(jià)值的信息。選擇一些要從分析中排除的變量只會(huì)丟掉可能有用的信息！PCA就是這樣一種“降低維度”的技術(shù)，可以用它來(lái)減少所需變量的數(shù)量，但同時(shí)從數(shù)據(jù)中消除盡可能少的信息。


其它PCA功能：

• 通過(guò)平行分析（以及Kaiser方法，總方差閾值方法等）來(lái)選擇成分。
  
• 生成碎石圖（Scree Plots）、分?jǐn)?shù)圖（Score Plots）和雙標(biāo)圖（Biplots）。
  
• 自動(dòng)準(zhǔn)備PCA的結(jié)果，以進(jìn)一步用于多元線性回歸（PCR - 主成分回歸）。
  
  

03 向圖表添加新的維度


可以從原始數(shù)據(jù) – 對(duì)符號(hào)位置（X和Y坐標(biāo)）、大小及填充顏色等編碼的變量，直接創(chuàng)建氣泡圖。請(qǐng)注意，可以使用分類（分組）變量或連續(xù)變量來(lái)定義符號(hào)顏色和大小。

在此圖上，有100多個(gè)國(guó)家/地區(qū)顯示為單個(gè)圓圈。每個(gè)圓圈的X坐標(biāo)代表該國(guó)的GDP（PPP），而Y坐標(biāo)代表出生時(shí)的平均預(yù)期壽命。每個(gè)符號(hào)的大小與其所代表的國(guó)家的人口成比例（兩個(gè)最大的符號(hào)分別代表中國(guó)和印度）。最后，每個(gè)符號(hào)的顏色代表該國(guó)家所在的大洲。在這個(gè)例子里的變量（顏色）是分類變量，但氣泡圖中的顏色也可以像下面這樣由連續(xù)變量定義：


此圖中，符號(hào)的X坐標(biāo)、Y坐標(biāo)和大小的定義與上例相同。但是，現(xiàn)在該符號(hào)的顏色是連續(xù)的，其代表該國(guó)家每1000個(gè)人的出生率。Prism現(xiàn)在還具有內(nèi)置的半透明配色方案，以便可以更清晰地看到重疊的符號(hào)。

04 自動(dòng)將多個(gè)比較結(jié)果添加到圖形中

對(duì)多個(gè)成對(duì)比較執(zhí)行相應(yīng)的分析后，點(diǎn)擊一個(gè)按鈕就可以將這些結(jié)果自動(dòng)添加到圖形中。要自定義這些線和星號(hào)，只需再次點(diǎn)擊工具欄的按鈕即可。如果對(duì)數(shù)據(jù)或分析進(jìn)行了調(diào)整，圖形上顯示的結(jié)果將自動(dòng)更新。但是請(qǐng)記住，P值只是你研究成果的一方面。別忘了還要報(bào)告效應(yīng)估計(jì)值（effect estimation，例如， 95％置信區(qū)間的均值差異）。

05 使用估計(jì)圖更好地可視化T檢驗(yàn)結(jié)果

添加P值以證明均值差異的95％CI與P值之間的關(guān)系。如果95％CI包括零，則P值 將 小于0.05。觀察95％CI比單獨(dú)使用P值更具參考價(jià)值。

執(zhí)行t檢驗(yàn)時(shí)，Prism現(xiàn)在會(huì)自動(dòng)創(chuàng)建分析結(jié)果的估計(jì)圖（Estimation Plots ）。在此圖上，兩組的原始數(shù)據(jù)都將繪制在左側(cè)的Y軸上。在右邊的Y軸上，將繪制組均值差異及其95％置信區(qū)間。該圖比只使用P值會(huì)提供更多的信息，因?yàn)樗�不僅顯示了95％CI是否包括零，還顯示了95％CI的范圍（如果95％CI包括零，則P值將大于0.05，如果95％CI不包含零，則P值將小于0.05）。

掃碼加我 拉你入群

請(qǐng)注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏0 回帖

關(guān)鍵詞：GraphPad GRAPH Prism 功能介紹 GRAP