GraphPad Prism 9 核心新功能詳解

?

1. 更高維度的數(shù)據(jù)！

Prism 9對多變量數(shù)據(jù)表進行了許多重大改進。使用標準結(jié)構(gòu)可以分析更大的數(shù)據(jù)集，并執(zhí)行新的和改進的分析，主要改進如下：

• 提高了數(shù)據(jù)列的上限?- 在每個數(shù)據(jù)表中最多輸入1024列數(shù)據(jù)。

• 自動識別變量類型?- 將多變量數(shù)據(jù)表中的變量識別為連續(xù)值，分類值或標簽值。

• 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”。

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

?

2. 主成分分析（PCA）

?

有時，收集的變量數(shù)量遠遠超過可供研究的受試者數(shù)量。看一下基因表達的研究，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。可能只是變量太多而無法使模型適配數(shù)據(jù)。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(shù)，可以用它來減少所需變量的數(shù)量，但同時從數(shù)據(jù)中消除盡可能少的信息。

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(shù)圖（Score Plots）和雙標圖（Biplots）。

• 自動準備PCA的結(jié)果，以進一步用于多元線性回歸（PCR - 主成分回歸）。

?

3. 向圖表添加新的維度

可以從原始數(shù)據(jù) – 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(chuàng)建氣泡圖。請注意，可以使用分類（分組）變量或連續(xù)變量來定義符號顏色和大小。

在此圖上，有100多個國家/地區(qū)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。在這個例子里的變量（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，符號的X坐標、Y坐標和大小的定義與上例相同。但是，現(xiàn)在該符號的顏色是連續(xù)的，其代表該國家每1000個人的出生率。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。

?

點擊獲取prism<<<<<

總結(jié)

以上是生活随笔為你收集整理的GraphPad Prism 9.1 for Win / Mac 下载安装及使用教程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。