GraphPad Prism是专为科学研究而设计的首选的分析和绘图解决方案。和世界领先的科学家一起，探索如何使用Prism来节省时间，做出更合适的分析选择，并优雅地绘制和展示您的科学研究。

综合分析和强大的统计，简化

有效地组织您的数据

与电子表格或其他科学图形程序不同，Prism有八种不同类型的数据表，专门为您要运行的分析而格式化。这样可以更轻松地正确输入数据，选择合适的分析并创建令人惊叹的图形。

执行合适的分析

避免统计术语。在清晰的语言中，Prism提供了广泛的分析库，从常见到高度特定的非线性回归，t检验，非参数比较，单，双和三因子方差分析，列联表，生存分析等等。每个分析都有一个清单，以帮助您了解所需的统计假设，并确认您已选择适当的检验。

随时随地获得可操作的帮助

降低统计数据的复杂性。Prism的在线帮助超出了您的预期。几乎每一步，都可以从在线Prism Guides访问数千页。浏览图表产品组合，了解如何制作各种图表类型。教程数据集还可帮助您了解执行某些分析的原因以及如何解释结果。

更智能的工作，不是更难

一键式回归分析

没有其他程序像Prism那样简化曲线拟合。选择一个方程式，Prism执行其余的曲线拟合处理，显示结果和函数参数表，在图形上绘制曲线，并插入未知值。

专注于您的研究，而不是您的软件

无需编码。图表和结果会实时自动更新。对数据和分析的任何更改 - 添加遗漏数据，省略错误数据，更正拼写错误或更改分析选择 - 都会立即反映在结果，图表和布局中。

无需编程即可自动完成工作

减少分析和绘制一组实验的繁琐步骤。通过创建模板，复制系列或克隆图表可以轻松复制您的工作，从而节省您数小时的设置时间。使用Prism Magic一键单击，对一组图形应用一致的外观。

优雅地绘制和分享您的工作的最快方式

无数种自定义图表的方法

专注于数据中的故事，而不是操纵您的软件。Prism可以轻松创建所需的图形。选择图形类型，并自定义任何部分 - 数据的排列方式，数据点的样式，标签，字体，颜色等等。定制选项是无止境的。

一键导出出版级质量的图形

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，颜色空间RGB / CMYK）以满足期刊的要求。设置默认值以节省时间。

加强协作

不仅仅是分享图表。Prism对您数据的全面记录可以与其他科学家进行有效的合作。Prism项目的所有部分（原始数据，分析，结果，图形和布局）都包含在一个文件中，您只需单击一下即可共享。现在，其他人可以在每一步都轻松地完成您的工作，提高您的发现的清晰度并简化您的协作工作。

发掘 Prism 9 中可用统计特征的多样性

统计比较配对或非配对 t 检验。报告 P 值和置信区间。自动生成多次 t 检验分析的火山图（差值相比于 P 值）。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。

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。