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.