圖片來源：小編自己的

接上篇，目前很多同學僅使用其基礎統(tǒng)計功能（如 t 檢驗、ANOVA），而忽略了其高級統(tǒng)計模型（如非線性回歸、生存分析、多變量分析等）。本篇將詳細介紹如何在 GraphPad Prism 中應用不同的高級統(tǒng)計模型，包括：

非線性回歸（Nonlinear Regression）

生存分析（Survival Analysis）

多變量分析（Multivariate Analysis）

混合效應模型（Mixed Effects Models）

主成分分析（PCA）

快來學！

1

非線性回歸（Nonlinear Regression）

適用場景：擬合劑量-反應曲線、酶動力學（Michaelis-Menten）、生長曲線（Gompertz）、受體結(jié)合（Sigmoidal dose-response）等。

Step 1：輸入數(shù)據(jù)：

在數(shù)據(jù)表中輸入 X（如藥物濃度）和 Y（如反應值）。

Step 2：選擇模型：

點擊Analyze → Nonlinear regression (curve fit)

從預設模型中選擇（如「Dose-response - Inhibition」或「Kinetics - Michaelis-Menten」）或自定義方程（User-defined equation）

Step 3：調(diào)整參數(shù)：

根據(jù)研究目的增加 IC50 或 EC50 的設置

2

生存分析（Survival Analysis）

適用場景：比較兩組或多組的生存曲線（如臨床試驗中的生存率、動物實驗中的存活時間）。

Step 1：輸入數(shù)據(jù)：

列 1：時間（如天數(shù)）

列 2：事件（1 = 死亡/事件發(fā)生，0 = 刪失）

分組列（如對照組 vs 處理組）

Step 2：選擇分析：

Analyze → Survival analyses → Survival curve

Step 3：設置參數(shù)：

選擇比較方法（Log-rank test、Gehan-Breslow-Wilcoxon test）

Step 4：

根據(jù)分析結(jié)果標注相關參數(shù)：

Hazard Ratio（HR）（風險比）

P 值（組間差異顯著性）

3

多變量分析（Multivariate Analysis）

適用場景：分析多個變量對結(jié)果的影響（如多元線性回歸、邏輯回歸）。

Step 1：輸入數(shù)據(jù)：

因變量（X）

多個自變量（Y1, Y2, ...）

Step 2：選擇分析：

Analyze → Multiple regression（線性回歸）

或Analyze → Logistic regression（邏輯回歸）

Step 3:

根據(jù)研究需要設置參數(shù)，選擇相應的圖表：

4

混合效應模型（Mixed Effects Models）

適用場景：重復測量數(shù)據(jù)、嵌套數(shù)據(jù)（如不同時間點的測量、同一患者的多次觀測）。

Step 1: 輸入數(shù)據(jù)：

點擊Graphs → New Graph →選擇「Grouped」或「XY」圖

X軸：時間（Time）或分組變量（Treatment）。

Y 軸：因變量（Response）。

Step 2：選擇分析：

1

打開數(shù)據(jù)表，點擊Analyze → Mixed Models → Mixed Effects Model。

2

選擇因變量（Response）和固定效應（Fixed Effects，如 Treatment、Time）。

3

指定隨機效應（Random Effects，如Subject ID）。

Step 3：設置參數(shù)：

定義固定效應和隨機效應

選擇協(xié)方差結(jié)構(gòu)（如 AR1、Compound Symmetry）

5

主成分分析（PCA）

適用場景：降維、識別數(shù)據(jù)模式（如基因表達、代謝組學數(shù)據(jù)）。

Step 1：輸入數(shù)據(jù)：

Step 2：選擇分析：

Analyze → Principal Component Analysis (PCA)

Step 3：設置參數(shù)：

Options 中設置數(shù)據(jù)的標準化方法和主成分選擇方法。這里標準化方法默認為 Z-score 標準化

下期預告：

將從宏錄制、腳本編寫到批量處理，手把手教你成為 GraphPad 高效能用戶。

關于 GraphPad 的使用操作，還有哪些想要了解的，可以留言，我來寫~你來學~

題圖來源：自制

投稿合作：生物學霸招聘兼職作者，待遇豐厚，有意者請發(fā)簡歷和作品集至郵箱：linina1@dxy.cn

我們長期為科研用戶提供前沿資訊、實驗方法、選品推薦等服務，并且組建了 70 多個不同領域的專業(yè)交流群，覆蓋PCR、細胞實驗、蛋白研究、神經(jīng)科學、腫瘤免疫、基因編輯、外泌體、類器官等領域，定期分享實驗干貨、文獻解讀等活動。

添加實驗菌企微，回復【】中的序號，即可領取對應的資料包哦～

【2401】論文寫作干貨資料（100 頁）

【2402】國內(nèi)重點實驗室分子生物學實驗方法匯總（60 頁）

【2403】2024 最新最全影響因子（20000+ 期刊目錄）

【2404】免疫學信號通路手冊

【2405】PCR 實驗 protocol 匯總

【2406】免疫熒光實驗 protocol 合集

【2407】細胞培養(yǎng)手冊

【2408】蛋白純化實驗手冊

【2501】染色體分析方法匯總

【2502】國自然中標標書模板

【2503】WB 實驗詳解及常見問題解答

【2504】DeepSeek 論文寫作常用口令

【2505】中國科學院期刊分區(qū)表（2025 年最新版）