Prism
Анализирайте, графикирайте и представяйте научни данни по-бързо от всякога с Prism!
Статистически сравнения
- Сдвоени или несдвоени t тестове. Отчита P стойности и доверителни интервали.
- Непараметричен тест на Ман-Уитни, включително доверителен интервал на разлика в медианите.
- Тест на Колмогоров-Смирнов за сравняване на две групи.
- Тест на Уилкоксън с доверителен интервал от медиана.
- Извършете много t тестове наведнъж, като използвате False Discover Rate (или множество сравнения на Bonferroni), за да изберете кои сравнения са открития за по-нататъшно проучване.
- Обикновени или повтарящи се еднопосочни ANOVA, последвани от множество тестове за сравнение на Tukey, Newman-Keuls, Dunnett, Bonferroni или Holm-Sidak, последващия тест за тенденция или най-малко значимите тестове на Fisher.
- Многобройни тестове за сравнение са придружени от доверителни интервали и коригирани стойности на P.
- Корекция на Greenhouse-Geisser, така че повтарящите се еднопосочни ANOVA не трябва да приемат сферичност. Когато това е избрано, множество тестове за сравнение също не предполагат сферичност.
- Kruskal-Wallis или Friedman непараметрична еднопосочна ANOVA с пост тест на Dunn.
- Точен тест на Fisher или тест хи-квадрат. Изчислете относителния коефициент на риск и коефициент с доверителни интервали.
- Двупосочен ANOVA, дори с липсващи стойности с някои пост тестове.
- Двупосочна ANOVA, с повтарящи се мерки в един или и двата фактора. Множество сравнения на Tukey, Newman-Keuls, Dunnett, Bonferron, Holm-Sidak или Fishers LSD, тестващи основните и прости ефекти.
- Трипосочен ANOVA (ограничен до две нива в два от факторите и произволен брой нива в третия).
- Анализ на оцеляването на Kaplan-Meier. Сравнете кривите с log-rank теста (включително тест за тенденция).
Статистика на колони
- Изчислете минимални, максимални, квартили, средни, SD, SEM, CI, CV,
- Средна или геометрична средна стойност с доверителни интервали.
- Честотни разпределения (бин към хистограма), включително кумулативни хистограми.
- Тестване за нормалност по три метода.
- Един пробен t тест или тест на Wilcoxon за сравняване на средната стойност на колоната (или медиана) с теоретична стойност.
- Косове и Куртоза.
- Идентифицирайте отклоненията, използвайки метода на Grubbs или ROUT.
Линейна регресия и корелация
- Изчислете наклона и пресечете с доверителни интервали.
- Прокарайте регресионната линия през определена точка.
- Подходящ за възпроизвеждане на Y стойности или средно Y.
- Тест за отклонение от линейността с изпитвателен тест.
- Изчислете и графирайте остатъците.
- Сравнете наклоните и отсечките на две или повече регресионни линии.
- Интерполирайте нови точки по стандартната крива.
- Pearson или Spearman (непараметрична) корелация.
- Анализирайте набор от стойности на P, като използвате множество сравнения на Bonferroni или FDR подход, за да идентифицирате „значителни“ констатации или открития.
Нелинейна регресия
- Поставете едно от нашите 105 вградени уравнения или въведете своето.
- Въведете диференциални или имплицитни уравнения.
- Въведете различни уравнения за различни набори от данни.
- Глобална нелинейна регресия – споделяне на параметри между набори от данни.
- Здрава нелинейна регресия.
- Автоматично идентифициране или отстраняване на извънредни страни.
- Сравнете моделите, като използвате F тест с допълнителна сума на квадратите или AICc.
- Сравнете параметрите между наборите от данни.
- Прилагане на ограничения.
- Диференцирайте точките на тежест по няколко метода и преценете колко добре е работил вашият метод на претегляне.
- Приемете автоматични първоначални прогнозни стойности или въведете свои собствени.
- Автоматично графика на кривата над определен диапазон от стойности X.
- Количествено определете точността на напасванията с SE или CI на параметрите. Доверителните интервали могат да бъдат симетрични (както е традиционно) или асиметрични (което е по-точно).
- Количествено определете симетрията на неточността с изкривяването на Hougaard.
- Начертайте ленти за доверие или прогнозиране.
- Тествайте нормалността на остатъците.
- Изпълнява или възпроизвежда тест за адекватност на модела.
- Отчетете ковариационната матрица или набор от зависимости.
- Лесно интерполирайте точки от най-подходящата крива.
Клинична (диагностична) лабораторна статистика
- Bland-Altmanметод.
- Криви на характеристиките на оператора на приемника (ROC).
- Регресия на Деминг (линейна регресия от тип 11).
Симулации
- Симулирайте таблици XY, колони или непредвидени обстоятелства.
- Повторете анализите на симулирани данни като анализ на Monte-Carlo.
- Начертайте функции от уравнения, които изберете или въведете, и стойности на параметрите, които изберете.
Други изчисления
- Площ под кривата, с доверителен интервал.
- Трансформирайте данни.
- Нормализирайте.
- Идентифицирайте отклоненията.
- Тестове за нормалност.
- Транспониране на таблици.
- Извадете базовата линия (и комбинирайте колони).
- Изчислете всяка стойност като част от нейния ред, колона или общ сбор.