科研繪圖工具Graphpad Prism 8升級到Graphpad Prism 9了，了解下？

 

說起Graph Pad Prism相信科研汪們不會陌生，它可能是大家最常使用的統計圖制作軟件了。Graph Pad Prism是一款高效易用的科研繪圖工具，集生物統計、曲線擬合和科技繪圖于一體，還可用于Windows和Mac操作系統，在生物學以及社會和物理科學界得到廣泛使用。

 

圖片來源：GraphPad中國官網

 

然鵝，Graph Pad Prism是有不同版本的哦，可愛的你是用的哪個版本呢？答案可能從Graph Pad Prism 5到Graph Pad Prism 8都有。那么你知道Graph Pad Prism的最新版本長啥樣么？答案來了-就在2020年10月30日，Graphpad公司隆重推出了Graphpad Prism的全新版本Graphpad Prism 9（以下簡稱Prism 9）！

 

圖片來源：GraphPad中國官網

 

Graph Pad Prism的優點不用多說，最新的Prism 9與跟它最接近的Prism 8相比又有哪些新的優勢和亮點呢？其實，Prism 9與Prism 8很相似，很容易上手，所以廣大熟練使用Prism 8的用戶可以無縫對接到Prism 9。讓我們一起來圍觀Prism 9的新功能吧！

 

先來個概述——Prism 9 新功能概覽：將你的分析和繪圖帶向新的維度

新的分析：主成分分析（PCA）

新的分析：主成分回歸（PCR）

新的圖形：從多元變量數據繪制氣泡圖

新的圖形：從t檢驗生成評估圖

擴展的分析：多元t檢驗選項（配對，非參數，等等）

擴展的分析：從多元線性回歸和多元邏輯回歸中做插值

提升數據表列數上限

對多變量數據表的大量改進

自動向圖形中增加多重比較結果（自動星標）

 

主要亮點：

 

1.更加智能，自動添加多結果統計學差異

在Prism 9中只需鼠標單擊一次既可自動連線并將統計結果添加到圖形中，工作效率得到極大的提高。

 

2.新的圖形，氣泡圖?？娠@示多元變量數據，可清晰的呈現多個數據之間的關系。

 

3.新的分析，主成分分析（PCA）和主成分回歸（PCR）

PCA是一種用于分析多變量數據的方法，可將多個指標化為少數幾個綜合指標的一種統計分析方法，即通過降維技術把多個變量化為少數幾個主成分的方法。
Prism 9 PCA提供的其他功能包括：

1）通過平行分析選擇成分（以及Kaiser方法、總方差閾值法等）；

2）生成Scree圖、Score圖和biplot圖；

3）自動準備PCA結果，以便進一步用于多元線性回歸。

 

4.更高的數據維度

除上述更新外，Prism 9為適應大數據集的分析要求進行了一系列更新，主要涉及將數據列的上限提高至1024列，可自動識別變量類型，數據表可輸入文本信息與自動變量編碼等。

 

GraphPad Prism 9 核心新功能詳解

 

1.自動將多個比較結果添加到圖形中

圖片來源：知乎

 

對多個成對比較執行相應的分析后，點擊一個按鈕就可以將這些結果自動添加到圖形中。要自定義這些線和星號，只需再次點擊工具欄的按鈕即可。如果對數據或分析進行了調整，圖形上顯示的結果將自動更新。

 

2.向圖表添加多元變量

 

圖片來源：知乎

 

可以從原始數據 – 對符號位置（X和Y坐標）、大小及填充顏色等編碼的變量，直接創建氣泡圖。請注意，可以使用分類（分組）變量或連續變量來定義符號顏色和大小。在此圖上，有100多個國家/地區顯示為單個圓圈。每個圓圈的X坐標代表該國的GDP（PPP），而Y坐標代表出生時的平均預期壽命。每個符號的大小與其所代表的國家的人口成比例（兩個最大的符號分別代表中國和印度）。最后，每個符號的顏色代表該國家所在的大洲。

 

3.主成分分析（PCA）

 

圖片來源：知乎

 

注：上圖以二維形式顯示了PCA的圖形示例。Prism中的PCA可以對數百個變量進行分析。

 

有時，收集的變量數量遠遠超過可供研究的受試者數量。比如：基因表達的研究，將受試者分為兩組：治療組和對照組，然后測量成百上千種不同基因的表達水平?？赡苤皇亲兞刻喽鵁o法使模型適配數據。但是，簡單的去掉一些變量不去分析，可能會導致丟失有價值的信息。選擇一些要從分析中排除的變量只會丟掉可能有用的信息。PCA就是這樣一種“降低維度”的技術，可以用它來減少所需變量的數量，但同時從數據中消除盡可能少的信息。很牛吧？

 

Prism 9的PCA還包括以下其他功能：

通過平行分析（以及Kaiser方法，總方差閾值方法等）來選擇成分。

生成碎石圖（Scree Plots）、分數圖（Score Plots）和雙標圖（Biplots）。

自動準備PCA的結果，以進一步用于多元線性回歸（PCR - 主成分回歸）。

 

4.更高維度的數據

Prism 9對多變量數據表進行了許多重大改進。使用標準結構可以分析更大的數據集，并執行新的和改進的分析，主要改進如下：

提高了數據列的上限?- 在每個數據表中最多輸入1024列數據。

自動識別變量類型?- 將多變量數據表中的變量識別為連續值，分類值或標簽值。

數據表可輸入文本信息?- 直接以文本形式輸入數據。無需將變量編碼“0”和“1”，只需直接在數據表中輸入例如“Male”和“Female”。

自動變量編碼?- 輸入您的數據，讓Prism負責其余的工作。Prism會自動將分類文本變量編碼為數值型啞變量。

 

5.使用估計圖更好地可視化T檢驗結果

添加P值以證明均值差異的95％CI與P值之間的關系。如果95％CI包括零，則P值 將 小于0.05。觀察95％CI比單獨使用P值更具參考價值。執行t檢驗時，Prism 9現在會自動創建分析結果的估計圖（Estimation Plots ）。在此圖上，兩組的原始數據都將繪制在左側的Y軸上。在右邊的Y軸上，將繪制組均值差異及其95％置信區間。該圖比只使用P值會提供更多的信息，因為它不僅顯示了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）。

 

咋樣，是不是很膩害？感興趣的童鞋可以去GraphPad中國官網進行嘗試與探索。