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。

 

GraphPad

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)!

 

GraphPad

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。可顯示多元變量數據,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

?GraphPad Prism 9 核心新功能詳解

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

 

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)

 

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。可能只是變量太多而無法使模型適配數據。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。

每日生物評論
線粒體呼吸鏈復合體檢測試劑盒

發表評論

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

目前評論:1   其中:訪客  1   博主  0

  1. avatar 老生 2

    有用