避免使用统计术语。Prism使用清晰的语言提供大量的分析库，涵盖从普通到高度特定的分析 — 包括非线性回归、t检验、非参数比较、方差分析（单因素、双因素和三因素）、列联表分析、生存分析等等。每项分析都列有一个清单，以帮助您了解所需的统计假设并确认您选择了适当的检验。
有效组织您的数据 Prism为您的分析进行了特别的设计 -- 定量分析和分类数据分析。使得正确输入数据、选择合适的分析和创建精美的图表变得更加容易。 |  |
| 进行正确的分析 避免使用统计术语。Prism使用清晰的语言提供大量的分析库，涵盖从普通到高度特定的分析 — 包括非线性回归、t检验、非参数比较、方差分析（单因素、双因素和三因素）、列联表分析、生存分析等等。每项分析都列有一个清单，以帮助您了解所需的统计假设并确认您选择了适当的检验。 |
随时获得可操作的帮助 降低统计数据的复杂性。GraphPad Prism的在线帮助超出了你的预期。在几乎每一步，您都可以访问数千页的Prism用户指南；并可以通过Prism Academy学习视频课程、指南和培训材料，浏览图形组合并学习如何制作各种图形类型。同时，GraphPad为您提供了教程数据集，可以帮助您理解为什么应该执行某些分析以及如何解释结果。 | |
| 一键式回归分析 没有其他程序能像Prism那样简化曲线拟合。 选择方程式，Prism即可完成其余工作 - 拟合曲线、显示结果和函数参数列表，在图形上绘制曲线并插入未知值。 |
专注于研究而不是软件 无需编码。 图形和结果会实时自动更新。 数据和分析的任何更改（添加丢失的数据、省略错误的数据、纠正错别字或更改分析选择）都将立即反映在结果、图形和布局中。 | |
| 无需编程即可让您的工作自动执行 只需点击一下，即可自动将多个成对比较添加到您的分析中。只需点击工具栏按钮，即可执行这些线和星号的自定义选项。对数据或分析进行的调整，图上显示的分析结果也将自动更新。 |
众多的自定义图形方法 更直观地展示您的数据，而不是操作软件。 Prism让创建所需的图形变得容易。 选择图形类型，然后自定义任何部分 - 数据的排列方式、数据点的样式、标签、字体、颜色等等。 自定义选项不尽其数。 | |
| 探索你的数据 让您集中精力分析最相关的数据。您可自定义如何在数据中表示关系，以有效地探索大量数据集。您在这里注意到有趣的事情了吗？突出显示单个数据点以探索其相应的属性。利用prism强大的数据整理功能，您既可以节省时间，又可以确保您的分析基于干净且结构良好的数据。 |
一键导出出版质量的图形 减少发表所需的时间。 Prism允许您自定义导出（文件类型、分辨率、透明度、尺寸、色彩空间 RGB/CMYK），以满足期刊的要求。 设置默认值以节省时间。 | |
| 加强协作 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。 |
| 气泡图 直接通过表示位置（x和y坐标）、颜色和尺寸变量的原始数据即可创建气泡图 |
| 小提琴图 与箱线图或简单的条形图相比，小提琴图可更清晰地显示大数据集的分布 |
| 估计图 自动显示您的分析结果 |
| 平滑样条 重大改进是在于通过 Akima 样条和平滑样条显示一般数据的趋势，并改进了对节点或拐点数量的控制 |
| 图形上的星号 自动添加多个比较结果到图表。可从各种P值摘要样式中进行选择，包括适用于任何alpha水平的响应方法。 |
| 改进的图形自定义设置 比以前更快、更容易、更直观地绘制出令人惊叹的气泡图。实时交互和自定义多变量数据中的图表。 |
| 自动标注条形图 在柱状图上标注均值、中位数或样本量，以强调您工作的重点。 |
| 增强的分组图 轻松创建同时显示单个点（散点）、均值（或中值）线和误差线的图表。 |
·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。 |
·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。 |
生物医学研究 细胞和分子生物学 环境科学和生态学 实验设计和统计分析 |
|
|