Prism
در کوتاهترین زمان تحلیلهای آماری خود را انجام دهید.
گراف پد یک ابزار آماری همه کاره است که برای پژوهشگران و محققان ساخته شده، با وارد کردن دادهها در جداولی که برای تحقیقات علمی ساختار یافته و مناسب شدهاند، شروع به کار کنید. گراف پد شما را به روشهای تحلیل آماری که مطالعه شما را ساده کرده و نتایج صحیحی به شما میدهد، راهنمایی میکند. بدون اینکه به برنامه نویسی نیاز پیدا کنید، بهترین نمودارها نیز در اختیار شما قرار دارد.
انتخابهایی صحیحتر و دقیقتر در تحلیلهای خود داشته باشید.
گراف پد به شما کمک میکند در هر مرحله فهم آماری دقیق و راهنمایی درستی به دست بیاورید تا بتوانید انتخابهای صحیحی را انجام دهید، مفروضات اساسی را بفهمید و دادههای خود را به طور دقیق تفسیر کنید.
با دادههای خود یک داستان بگویید.
گراف پد همکاری با دیگران، دریافت بازخورد از سایرین و به اشتراک گذاشتن تحقیقات خود با دنیا را آسان میکند. با سهولت از دادهها به نمودارهای زیبا و با کیفیت انتشار بالا بروید. گراف پد روشهای بسیاری را برای شخصیسازی نمودارهای شما ارائه میدهد. از طرحهای رنگی گرفته تا نحوه سازماندهی دادهها، به خوبی در گراف پد قرار داده شده است. نتایج و نمودارهای به دست آمده را میتوانید به سادگی و از طریق نرمافزار به پاورپوینت ارسال کنید و یا ایمیل کنید.
دادههای خود را به طور موثر سازماندهی کنید.
گراف پد به طور خاص برای آنالیزهایی که میخواهید اجرا کنید، از جمله تجزیه و تحلیل دادههای کمی و طبقهبندی شده، طراحی و ایجاد شده است. این مطلب ورود آسان دادهها، انتخاب تحلیلهای مناسب و ایجاد نمودارهای جذاب را آسان میکند.
آنالیز صحیح را انجام دهید.
از اصطلاحات آماری پیچیده پرهیز کنید. به زبان شفاف، گراف پد کتابخانهای گسترده از انواع تحلیلها و آزمونهای آماری مانند آزمون t، آنالیز واریانس ANOVA یک ، دو و سه طرفه، رگرسیون خطی و غیرخطی، منحنی دوز پاسخ، رگرسیون لجستیک باینری، تجزیه و تحلیل بقا، تجزیه و تحلیل عوامل و خیلی تحلیلهایی بیشتری را ارایه میدهد. هر تحلیل دارای یک چک لیست است که به شما کمک می کند مفروضات آماری مورد نیاز را درک کرده و تأیید کنید که یک آزمون مناسب را انتخاب کرده اید.
در هنگام کار تحلیلی از راهنمای عملی بهره مند شوید.
پیچیدگی و سختی آمار را کاهش دهید. راهنمای نرمافزار گراف پد پریسم، فراتر از انتظارات شما است. تقریباً در هر مرحله به دهها صفحه از راهنماهای نرمافزار دسترسی پیدا کنید. نمونه کارها و گرافهای رسم شده توسط پریسم را مرور کنید و بیاموزید که چگونه طیف گستردهای از انواع نمودارها را ایجاد کنید. مجموعه دادههای آموزشی همچنین به شما کمک میکنند تا درک کنید که چرا باید تجزیه و تحلیل خاصی انجام دهید و چگونه نتایج خود را تفسیر کنید. همه چیز به خوبی پیش خواهد رفت.
با گراف پد دقیقتر کار کنید، نَه سختتر
تحلیل رگرسیون فقط با یک کلیک
هیچ نرمافزار دیگری برازش و یافتن منحنی را مانند گراف پد ساده نمیکند. یک معادله را انتخاب کنید. Prism بقیه کارها را برای شما انجام میدهد. متناسب با منحنی و معادله به دست آمده، جدول نتایج و پارامترهای عملکرد را نشان میدهد، منحنی نمودار را رسم میکند و مقادیر ناشناخته را درونیابی میکند.
بر روی تحقیق و مطالعه خود، نَه نرم افزار خود تمرکز کنید.
گراف پد کدگذاری را برای شما انجام میدهد. نمودارها و نتایج به طور خودکار در همان زمان به روز میشوند. هرگونه اصلاح و ویرایش در دادهها و تجزیه و تحلیلها، ورود مستقیم دادهها، حذف دادههای اشتباه، تصحیح اشتباه تایپی، یا حتی اصلاح گزینههای تجزیه و تحلیل، در نتایج، نمودارها و طرحها بلافاصله منعکس میشوند.
کار خود را بدون برنامه نویسی، اتوماتیک انجام دهید.
با یک کلیک به صورت خودکار چندین مقایسه جفتی را به تحلیلهای خود اضافه کنید. به منظور سفارشیسازی و ویرایش این خطوط و ستاره ها، به سادگی دوباره روی دکمه نوار ابزار کلیک کنید. دادهها یا تجزیه و تحلیلها را تنظیم کنید. نتایج نمایش داده شده در نمودار به طور خودکار به روز میشوند.
سریعترین راه برای طراحی نمودار و به اشتراکگذاری کار خود
راه های بیشماری برای شخصی کردن نمودارهای خود.
بر روی دادههای خود تمرکز کنید، نه اینکه نرم افزار را دستکاری کنید. گراف پد طراحی و ساختن نمودارهای مورد نظر شما را آسان میکند. نوع نمودار را انتخاب کنید و هر بخشی را دوست دارید تنظیم کنید. نحوه ترتیب دادهها، سبک نقاط داده، برچسبها، فونتها، رنگها و موارد دیگر. گزینههای سفارشی سازی بیپایان هستند.
اطلاعات خود را کاوش کنید.
تلاش خود را بر روی تجزیه و تحلیل مهمترین دادهها متمرکز کنید. نحوه بررسی روابط بین دادهها را به منظور کاوش موثر در مجموعه دادههای بزرگ، برای خودتان سفارشی و شخصیسازی کنید.
فقط با یک کلیک، نمودارها را جهت چاپ با کیفیت آماده کنید.
زمان چاپ و انتشار را کاهش دهید. گراف پد به شما این امکان را میدهد که خروجیها و نتایج خود (نوع فایل، وضوح، شفافیت، ابعاد، فضای رنگی RGB / CMYK) را متناسب با نیازهای ژورنالها تنظیم کنید. برای صرفهجویی در وقت، پیش فرضهای خود را تنظیم کنید.
همکاری بین خود و دیگران را افزایش دهید.
بیشتر از همیشه نمودارهای خود را به اشتراک بگذارید. کارهای قبلی که توسط گراف پد انجام دادهاید، امکان همکاری موثر با پژوهشگران دیگر را فراهم میکند. تمام قسمت های پروژه Prism شما (دادههای خام، تجزیه و تحلیل، نتایج، نمودارها و طرحها) در یک پرونده وجود دارند که میتوانید به سادگی و با یک کلیک به اشتراک بگذارید. اکنون دیگران میتوانند به راحتی کار شما را در هر مرحله دنبال کنند، وضوح یافتههای شما را افزایش دهند و تلاشهای مشترک شما را ساده کنند.
تماس و مشاوره با گرافپد
گستردگی انواع تحلیلهای آماری موجود در گراف پد را ببینید
Statistical Comparisons
- Paired or unpaired t tests. Reports P values and confidence intervals
- Automatically generate volcano plot (difference vs. P value) from multiple t test analysis
- Nonparametric Mann-Whitney test, including confidence interval of difference of medians
- Kolmogorov-Smirnov test to compare two groups
- Wilcoxon test with confidence interval of median
- Perform many t tests at once, using False Discovery Rate (or Bonferroni multiple comparisons) to choose which comparisons are discoveries to study further
- Ordinary or repeated measures ANOVA followed by the Tukey, Newman-Keuls, Dunnett, Bonferroni or Holm-Sidak multiple comparison tests, the post-test for trend, or Fisher’s Least Significant tests
- One-way ANOVA without assuming populations with equal standard deviations using Brown-Forsythe and Welch ANOVA, followed by appropriate comparisons tests (Games-Howell, Tamhane T2, Dunnett T3)
- Many multiple comparisons test are accompanied by confidence intervals and multiplicity adjusted P values
- Greenhouse-Geisser correction so repeated measures one-, two-, and three-way ANOVA do not have to assume sphericity. When this is chosen, multiple comparison tests also do not assume sphericity
- Kruskal-Wallis or Friedman nonparametric one-way ANOVA with Dunn’s post test
- Fisher’s exact test or the chi-square test. Calculate the relative risk and odds ratio with confidence intervals
- Two-way ANOVA, even with missing values with some post tests
- Two-way ANOVA, with repeated measures in one or both factors. Tukey, Newman-Keuls, Dunnett, Bonferroni, Holm-Sidak, or Fisher’s LSD multiple comparisons testing main and simple effects
- Three-way ANOVA (limited to two levels in two of the factors, and any number of levels in the third)
- Analysis of repeated measures data (one-, two-, and three-way) using a mixed effects model (similar to repeated measures ANOVA, but capable of handling missing data)
- Kaplan-Meier survival analysis. Compare curves with the log-rank test (including test for trend)
- Comparison of data from nested data tables using nested t test or nested one-way ANOVA (using mixed effects model)
Nonlinear Regression
- Fit one of our 105 built-in equations, or enter your own. Now including family of growth equations: exponential growth, exponential plateau, Gompertz, logistic, and beta (growth and then decay)
- Enter differential or implicit equations
- Enter different equations for different data sets
- Global nonlinear regression – share parameters between data sets
- Robust nonlinear regression
- Automatic outlier identification or elimination
- Compare models using extra sum-of-squares F test or AICc
- Compare parameters between data sets
- Apply constraints
- Differentially weight points by several methods and assess how well your weighting method worked
- Accept automatic initial estimated values or enter your own
- Automatically graph curve over specified range of X values
- Quantify precision of fits with SE or CI of parameters. Confidence intervals can be symmetrical (as is traditional) or asymmetrical (which is more accurate)
- Quantify symmetry of imprecision with Hougaard’s skewness
- Plot confidence or prediction bands
- Test normality of residuals
- Runs or replicates test of adequacy of model
- Report the covariance matrix or set of dependencies
- Easily interpolate points from the best fit curve
- Fit straight lines to two data sets and determine the intersection point and both slopes
Simulations
- Simulate XY, Column or Contingency tables
- Repeat analyses of simulated data as a Monte-Carlo analysis
- Plot functions from equations you select or enter and parameter values you choose
Principal Component Analysis (PCA)
- Component selection via Parallel Analysis (Monte Carlo simulation), Kaiser criterion (Eigenvalue threshold), Proportion of Variance threshold, and more
- Automatically generated Scree Plots, Loading Plots, Biplots, and more
- Use results in downstream applications like Principal Component Regression
Multiple Variable Graphing
- Specify variables defining axis coordinates, color, and size
- Create Bubble Plots
Column Statistics
- Calculate descriptive statistics: min, max, quartiles, mean, SD, SEM, CI, CV, skewness, kurtosis
- Mean or geometric mean with confidence intervals
- Frequency distributions (bin to histogram), including cumulative histograms
- Normality testing by four methods (new: Anderson-Darling)
- Lognormality test and likelihood of sampling from normal (Gaussian) vs. lognormal distribution
- Create QQ Plot as part of normality testing
- One sample t test or Wilcoxon test to compare the column mean (or median) with a theoretical value
- Identify outliers using Grubbs or ROUT method
- Analyze a stack of P values, using Bonferroni multiple comparisons or the FDR approach to identify “significant” findings or discoveries
Simple Linear Regression and Correlation
- Calculate slope and intercept with confidence intervals
- Force the regression line through a specified point
- Fit to replicate Y values or mean Y
- Test for departure from linearity with a runs test
- Calculate and graph residuals in four different ways (including QQ plot)
- Compare slopes and intercepts of two or more regression lines
- Interpolate new points along the standard curve
- Pearson or Spearman (nonparametric) correlation
Generalized Linear Models (GLMs)
- Generate models relating multiple independent variables to a single dependent variable using the new multiple variables data table
- Multiple linear regression (when Y is continuous)
- Poisson regression (when Y is counts; 0, 1, 2, …)
- Logistic regression (when Y is binary; yes/no, pass/fail, etc.)
Clinical (Diagnostic) Lab Statistics
- Bland-Altman plots
- Receiver operator characteristic (ROC) curves
- Deming regression (type ll linear regression)
Other Calculations
- Area under the curve, with confidence interval
- Transform data
- Normalize
- Identify outliers
- Normality tests
- Transpose tables
- Subtract baseline (and combine columns)
- Compute each value as a fraction of its row, column or grand total