گراف پد

تحلیل‌های همبستگی و رگرسیون با نرم‌افزار Prism

 

نرم‌افزار GraphPad Prism از نرم‌افزار‌های مناسب و مطلوب آماری است که به ویژه در علوم پزشکی و زیستی مورد استفاده قرار می‌گیرد. در مجموعه آموزش تحلیل‌های همبستگی و رگرسیون به ارایه روش‌های تحلیل همبستگی، مدل‌های رگرسیون خطی، یافتن ضرایب رگرسیونی، مقایسه شیب ضرایب و منحنی‌ها با یکدیگر، به همراه رسم نمودار و گراف، پرداخته شده است. تحلیل‌های رگرسیون غیرخطی و براورد پارامترهای مدل غیرخطی مانند رگرسیون لجستیک، از دیگر موضوعات بیان شده می‌باشد. در پایین صفحه می‌توانید مطالب و موضوعات تحلیل‌های همبستگی و رگرسیون را مشاهده کنید.

مطالب تحلیل‌های همبستگی و رگرسیون با نرم‌افزار Prism

Correlation & Regression

    html nested lists in direction rtl
  • XY analyses
  • Correlation Matrix
  • R for every pairs 
  • Normality Test
  • One-tailed & Two-tailed
  • XY Graph
  • Scatter Plot
  • Linear Regression – Compare Slope
  • Simple Linear Regression 
  • Interpolate unknown data
  • Replicates in Regression
  • Residual Plot
  • Control & Treated in Regression
  • Start & End Line
  • Nonlinear Regression
  • One phase exponential decay 
  • Detect and eliminating outliers
  • Sigmoidal curve
  • Interpolate a standard curve
  • Control & Treated in Regression
  • RIA or ELISA in Sigmoidal Curve
 

همبستگی و رگرسیون

    html nested lists in direction rtl
  • مثال‌های آموزشی، رسم جداول و نمودارهای آماری
  • بیان تنظیمات نرم‌افزار جهت ارایه تحلیل همبستگی
  • چرایی استفاده از همبستگی پیرسن یا اسپیرمن
  • بررسی آزمون نرمالیتی در ضریب همبستگی
  • یک دامنه و دو دامنه بودن آزمون همبستگی
  • استنباط آماری و تحلیل نتایج و خروجی‌های نرم‌افزار
  • یافتن مقادیر احتمال و معناداری آزمون‌ها
  • بیان تنظیمات نرم‌افزار جهت ارایه تحلیل رگرسیونی
  • طراحی مدل رگرسیون خطی و مقایسه منحنی‌ها
  • باقیمانده‌ها و رسم منحنی فاصله اطمینان
  • وجود محدودیت در مدل‌های رگرسیونی خطی
  • طراحی مدل رگرسیون خطی با داده‌های نامعلوم
  • برازش منحنی استاندارد بر داده‌های حذف شده
  • بیان تنظیمات نرم‌افزار جهت ارایه تحلیل رگرسیون غیرخطی
  • طراحی مدل رگرسیون غیرخطی و براورد پارامترها
  • براورد Plateau، K، Half life، Tau، Span، Y0
  • یافتن داده‌های پرت در تحلیل‌های رگرسیون غیرخطی
  • طراحی مدل رگرسیون غیرخطی با داده‌های نامعلوم
  • برازش منحنی غیر خطی و فواصل اطمینان
  • مدل رگرسیون لجستیک و براورد پارامترهای آن
 

تماس و مشاوره با گراف‌پد