GraphPad Prism 集生物统计、曲线拟合和科技绘图于一体，其所具有的功能均很实用和精炼，包括如ROC曲线分析、Bland-Altman分析等。GraphPad Prism的线性/非线性拟合功能使用操作很方便，不仅内置了常见的回归模型，还内置了Aadvanced Rradioligand Bbinding, Bacterial Growth, 剂量反映曲线，峰拟合等数十个生物统计模组，GraphPad Prism的绘图功能也很具丰富，无需指定绘制统计图形，只需输入资料，图表自动生成且随资料改变及时更新，方便实用。

为什么选择GraphPad Prism

节省时间进行统计分析

为科学家打造的多功能统计工具。通过将数据输入到为科学研究构建的表格中，并引导您进行统计分析以简化您的研究工作流程，从而抢占先机。无需编码。

做出更准确，更明智的分析选择

在每一步都获得见解和指导，以便您做出正确的分析选择，了解基本假设并准确解释您的数据。

更直观的展示您的数据

Prism使您与同事的协作，从同行中获得反馈以及分享您的研究变得。简便的从数据转换为优雅的，具有出版物质量的图表。Prism提供了无数种自定义图形的方式，从配色方案到组织数据的方式。可以将其导出为几乎一切格式，发送到PowerPoint或通过应用程序发送电子邮件。

GraphPad Prism 功能介绍：

完整的分析和强的统计、简化

有效的组织您的数据

Prism对您要运行的分析进行格式化，包括对定量和分类数据的分析。这使得正确输入数据、选择合适的分析和创建令人惊叹的图表变得更加容易。

执行正确的分析

避免使用统计术语。用清晰的语言，Prism提供了广泛的分析库，从通用到高度-t检验，单向，双向和三向方差分析，线性和非线性回归，剂量反应曲线，二进制逻辑回归，生存分析，主成分分析等。每个分析都有一个检查表，以帮助您了解所需的统计假设并确认您选择了合适的测试。

随时随地获得可行的帮助

降低统计的复杂性。Prism的在线帮助超出了您的预期。在几乎每个步骤中，都可以从在线Prism指南中访问数千页。浏览图组合，了解如何制作图类型。教程数据集还可以帮助您了解为什么要执行某些分析以及如何解释结果。

更聪明的工作，而不是更辛苦

一键回归分析

Prism可以简化曲线拟合。选择方程式，然后由Prism进行其余工作-拟合曲线，显示结果和函数参数表，在图形上绘制曲线，并内插未知值。

专注于您的研究，而不是您的软件

Prism为您的处理编码。图形和结果将自动实时更新。对数据和分析的更改（直接输入数据，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。

无需编程即可自动化您的工作

单击一下，即可自动将多个成对比较添加到您的分析中。对于这些线条和星号的自定义选项，只需再次单击工具栏按钮。调整数据或分析，图形上显示的结果将自动更新。

优雅的绘图和共享工作的快方法

无数种自定义图表方法

关注数据中的故事，而不是操作软件。Prism使创建的图形变得简便。选择图形的类型，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。自定义选择是多样的。

探索您的数据

将精力集中在分析相关的数据上。自定义如何在数据中显示关系，以有效探索大型数据集。

一键导出出版物质量图

减少发布时间。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

分享的不仅仅是您的图表。Prism对您的数据的记录使您能够与其他科学家进行有效的协作。Prism项目的全部部分（原始数据，分析，结果，图形和布局）都包含在文件中，您单击一下即可共享。现在，别人可以方便跟踪您的每一步工作，从而提高您的发现的清晰度并简化您的协作工作。

Graphpad Prism 9.0：将您的分析和图形扩展到更高维度。

Prism的新功能：

推出功能更强的Prism，具有增强的数据可视化和图形自定义，更直观的导航功能以及更复杂的统计分析。

增强的数据可视化和图形自定义

气泡图

直接从原始数据创建气泡图，对位置（X和Y坐标），颜色和大小的变量进行编码

小提琴情节

使用扩展的或截断的小提琴图可视化大数据集的分布

估算图

自动显示您的分析结果

平滑样条

通过Akima样条和平滑样条显示数据趋势的重大改进，改进了对节数或拐点数量的控制

改进的图形和自定义选项

图上的星星

自动将多个比较结果添加到图形

自动标注条形图

用平均值，中位数或样本数量的值注释条形图，以增调在工作中的内容

改进的分组图

创建显示单个点（散点）以及均值（或中位数）和误差线的图表

更直观的导航

方便查找相关工作表

新的族面板显示与当前工作表相关的工作表族，并自动缩进分析链

在多个结果表之间导航

现在将具有多个结果表的分析分组到工作表中，结果表带有选项卡；选择要显示或隐藏的标签

改进的搜索

按带有突出显示或指定颜色注释的图纸搜索

现在具有八种数据表

多变量数据表

每行代表不同的主题，每列列表不同的变量，使您可以执行多个线性回归（Poisson回归），将数据子集提取到表类型中，或者选择和转换数据子集。Prism的多个变量表支持文本变量，并具有能够定义变量类型的能力。

嵌套数据表

分析和可视化相关组内子集的数据；使用这些表中的数据执行嵌套的t检验和单向方差分析。

更复杂的统计分析

执行重复测量方差分析—即使数据丢失

现在，Prism将自动拟合混合效果模型以完成此分析

执行和多重逻辑回归

基于预测变量（逻辑回归）预测变量（多个逻辑回归）将模型拟合为二元结果（是/否，获胜/失败，通过/失败）

主成分分析

计算并选择描述数据中方差的主成分。从蒙特卡洛模拟的并行分析，值阈值，方差比例阈值等选择技术中进行选择。

多重t检验（和非参数）分析

同时执行多个独立的两样本比较测试。从参数/非参数测试中选择，并指定数据是否未配对/配对

使用多元线性和多元Logistic回归分析带有文本的分类变量

无需编码！Prism将自动对分类变量进行编码并执行分析。指定参考并组织模型中类别的分类变量，以获得清晰可读的结果。

多元线性和多元逻辑回归的插值

使用指定的模型基于数据表中的数据或使用分析中指定的理论值来预测因变量的值

新功能：

• 主成分分析（PCA），一种通过大化新维度的方差将高维空间中的数据投影到低维空间中的方法。PCA主要用作探索性数据分析和建立预测模型的工具。它通常用于可视化群体之间的遗传距离和相关性。

• PCA生成的新图形类型

• Scree图：Scree图用于显示主成分分析（PCA）中标识的主成分（PC）的原始值

• Score plots：Score plots提供了一种在两个指定PC（通常以PC1为水平轴，以PC2为垂直轴）的新（缩小）维空间中查看原始数据的方法。

• Loading plots：Loading plots提供了一种可视化两个选定主成分系数的方法

• Biplots：Biplots是Score plots和Loading plots的组合

• 方差图的比例：该图类似于上述的Scree图，但使用的解释风格略有不同。

• 多变量图以多变量数据表中的数据为图

• 制作气泡图，其中符号大小由数字或分类变量编码
  

• 使用变量编码符号颜色和连接线的外观

• 这些选择都是在外观经过改进的“格式图”对话框上进行的

• 气泡图的新半透明配色方案

• 估计图，这是一种直观的方法，可用于展示两样本比较测试（例如t检验）的结果。该图原始数据以及分析结果摘要的目的是强调效应大小和置信区间的重要性，同时不再强调“重要性”的概念。

• 图形上的成对比较，这是可视化的自动生成，该可视化将用户数据与假设检验期间进行的成对比较的结果相结合（即，将有意义的星标自动添加到图形中）