在可能的情况下，Graphing 的分析指南会根据您的数据推荐最合适的检验，并在后台运行正态性和方差齐性检查，因此您无需自行查找相关信息或咨询专家。如果您选择其他检验，BioRender 会解释其中的权衡，帮助您每次都以一致的方式运行分析。
目录
- 分析指南的工作方式
- t-tests
- 单因素 ANOVAs
- 双因素 ANOVAs
- 多重比较检验
- 线性回归
- Dose-response regression
- Growth Curves
- 生存分析
- 逻辑回归 regression
- 相关性
分析指南的工作方式
BioRender 会在后台自动对分类检验（t-tests 和 ANOVAs）运行两项假设检查：
| 检查项目 | 作用 |
| Shapiro-Wilk 正态性检验 | 检查您的数据是否呈正态分布。如果无法确认正态性，BioRender 会建议使用非参数替代检验。 |
| 对 log10 转换后的数据进行 Shapiro-Wilk 检验 | 检查您的数据经过对数转换后的值是否呈正态分布。如果呈正态分布，BioRender 会建议使用检验的对数正态版本，即对经过对数转换的数据运行参数检验。 |
| 方差齐性 Levene 检验 | 检查各组之间的方差是否相等。如果方差不同，BioRender 会建议使用 Welch 校正。 |
推荐的检验会在分析面板中以徽章标记。您可以随时覆盖该推荐设置——如果您选择的检验不符合数据的假设，BioRender 会解释为什么仍然推荐原始检验，以便您了解其中的权衡。如果您的数据不符合要求，某些检验可能会显示为灰色；将鼠标悬停在工具提示上即可了解原因。
📌 注意：这些建议仅供参考。做出最终决定时，请始终考虑您所在领域的惯例。
T 检验
使用 t-tests 比较两组之间的差异。BioRender 提供以下选项：
- 非配对 t 检验
- 带 Welch 校正的非配对 t 检验（Welch t 检验）
- 配对 t 检验
- Mann-Whitney U 检验（非参数）
- Wilcoxon 配对符号秩检验（非参数）
设置 t 检验
- 在 Graph 编辑页面上，点击 + Run 新建分析。
- 如果您的数据集包含两组，系统会suggested 使用 t 检验。每次检验都会自动计算描述性统计量（均值、中位数、标准差等）。
- 使用分析面板选择适当的检验。推荐的检验会以徽章标记——将鼠标悬停在徽章上，可查看为什么系统suggested 使用该检验的说明。
- 在第 2 步中微调分析设置。
- 在第 3 步中选择假设检验方法（P 值）。
- 点击 Run。结果会显示在分析面板中，具有显著差异的比较会自动标记在图表上。
单因素 ANOVAs
使用单因素 ANOVA 比较三组或更多组之间的差异。可用选项：
- 单因素 ANOVA
- Welch 单因素 ANOVA
- Kruskal-Wallis 检验（非参数）
设置单因素 ANOVA
- 在 Graph 编辑页面上，点击 + Run 新建分析。
- 如果您的数据集包含三组或更多组，系统会suggested 使用单因素 ANOVA。分析结果会自动报告描述性统计量。
- BioRender 会推荐合适的检验，并以徽章标记。将鼠标悬停在徽章上可查看说明。
- 如果您想更改首选检验，请选择检验并配置其他设置。
- 在第 2 步中微调分析。
- 在第 3 步中为多重比较检验选择组。
- 点击 Run Analysis。
💡 提示：如果您的 ANOVA 结果具有显著性，您可能需要运行多重比较检验，以确定具体哪些组存在差异。请参阅下方的“多重比较”部分。
双因素 ANOVAs
使用双因素 ANOVA 分析两个独立变量之间的交互作用。
设置双因素 ANOVA
- 在 Graph 编辑页面上，click + Run 新建分析。
- 从分析类型下拉菜单中选择双因素 ANOVA。
- 选择要比较的组（每个独立变量至少 2 组），并在第 2 步中选择实验设计。
- 在第 3 步中决定是否运行多重比较检验。如果运行，请选择要比较的组并选择事后检验。BioRender 会根据您的数据推荐适当的检验，并以徽章标记。
- 点击 Run Analysis。
重复测量
如果您的数据是从同一受试者身上重复采样得到的（例如随时间变化），您可以按照以下步骤设置重复测量 ANOVA：
- 在第 2 步中选择“Repeated Measures”。
-
将包含每位受试者唯一标识符的数据变量选择为 Subject ID。
如果您的数据按照 Prism 格式化，Smart Data Import 会为 Prism 使用的重复列格式添加一个“replicates”变量，该变量可用作受试者 ID 变量。 - 如果运行双因素 ANOVA，请指出哪些变量会随受试者的重复采样而变化。
- 如果某些受试者的数据不完整，您可以在缺失值选项下选择“Analyze available data”，以选择性地拟合混合效应模型。
- 您可以选择是否处理球形性违背问题。“Auto”会运行 Mauchly 检验，并在必要时实施 Greenhouse-Geisser 校正。
多重比较检验
在 ANOVA 结果显著后，多重比较检验有助于确定具体哪些组存在差异。BioRender 会根据您的数据和比较类型推荐适当的事后检验。
以下是所有可用的多重比较检验：
| 检验 | 最适用的情况…… |
| Dunn | 在非参数主检验后比较所有组对 |
| Tukey | 比较所有组均值；控制比较中的 I 类错误 |
| Bonferroni | 比较特定组对；比 Tukey 更保守 |
| Dunnett | 将所有组与单个对照组进行比较 |
| Games-Howell | 各组之间的方差或样本量不相等 |
| Dunnett T3 | 方差不相等；比 Games-Howell 更保守的替代方法 |
要运行多重比较检验，请在设置 ANOVA 时，在分析面板的第 3 步中点击此选项。选择是要比较所有组，还是将所有组与对照组进行比较——BioRender 会根据您的选择推荐适当的检验。
线性回归
使用线性 regression 分析两个连续变量之间的关系。
设置线性 regression
- 在 Graph 编辑页面上，click + Run 新建分析。
- 选择您的 regression 模型（简单模型或带分组变量的模型）。
- 根据您的实验设置，决定是否将 Y 截距限制为 0。
- 点击 Run。最佳拟合线会自动显示在图表上，同时显示 regression 输出结果。
📌 注意：多元 regression 目前尚不可用，但即将推出。如果您的图例中包含分类变量，系统会自动运行按组划分的单变量 regression。
剂量-反应回归
也称为 dose-response 曲线、Hill 曲线、Hill 方程或 EC50/IC50 分析。使用此分析可研究不同剂量对测量响应的影响。
设置 dose-response regression
- 在 Graph 编辑页面上，点击 + Run 新建分析。
- 选择实验类型：Stimulation 或 Inhibition，然后点击 Continue。
- 指定您是否已经使用以 10 为底的对数转换处理 X 值。
- 根据您的实验设置，决定是否将 Hill 斜率限制为 1。
- 点击 Run。BioRender 会自动拟合最佳曲线，并将其显示在图表上。
全局曲线拟合
全局曲线拟合可以将多个数据集放在一起拟合，检验 dose-response 曲线是否具有相同形状，并比较各组之间的效力（例如 EC50 或 IC50）。
要比较各组之间的 Hill 斜率或 EC/IC50：
- 将顶部和底部参数限制为固定值或共享拟合值。
- 将 Hill 斜率（比较 EC/IC50 时）或 EC/IC50（比较 Hill 斜率时）限制为共享拟合值。
BioRender 会拟合两种 dose-response 模型：所有参数共享的模型（零假设），以及按组拟合待比较参数的模型。然后执行 F 检验，以确定是否否定零假设。该比较结果可在分析页面中查看。
Growth Curves
BioRender 已实现多种常见的非线性生长模型，并会根据您的数据估算相关参数（例如初始值和生长速率）。
可用模型：
-
指数生长
- 根据线性或对数尺度输入进行无约束生长建模。
-
带平台期的指数生长
- 用于模拟减速至上限的生长，例如受体占有率或荧光信号饱和建模。
-
Gompertz 生长
- 一种 S 形曲线，生长先快速加速，然后逐渐减速至上限。拐点约位于最大值的 37%，常用于肿瘤和微生物生长建模。
-
逻辑斯蒂生长
- 一种 S 形曲线，生长从基线开始加速，然后对称地减速至上限。拐点位于最大值的 50%，常用于从接种到稳定期的细菌培养建模。
-
Beta 模型
- 生长达到峰值后下降，常见于免疫反应动力学。
生存分析
也称为持续时间分析或事件史分析，用于估计事件随时间发生的概率。此类数据的分析包括 Kaplan-Meier 估计和 Cox 比例风险 regression。
设置生存分析
- 在 Graph 编辑页面上，点击 + Run 新建分析。
- 选择要分析的组。
- 选择要使用的一种或多种比较方法。
- 选择要使用的多重比较校正方法。
- 选择处理相同事件时间的方法。
- 点击 Run Analysis。BioRender 会拟合模型并在图表上绘制曲线。
逻辑回归
也称为 logit regression。使用此分析预测二元事件的结果（例如生/死、是/否）。
设置逻辑 regression
- 在 Graph 编辑页面上，点击 + Run 新建分析。
- 点击 Run Analysis。BioRender 会拟合模型并在图表上绘制曲线。
相关性
使用此分析查找两个变量之间的关系。一个变量的较高值是否与另一个变量的较高值或较低值相关？
设置相关性分析
- 在 Graph 编辑页面上，点击 + Run 新建分析。
- 选择要进行 Pearson 相关性分析还是 Spearman 相关性分析。
- 点击 Run Analysis。BioRender 会计算相关性并在图表上绘制直线。
总结
- t-tests – 比较两组
- 单因素 ANOVA – 比较三组或更多组
- 双因素 ANOVA – 分析两个独立变量之间的交互作用
- 多重比较 – 确定 ANOVA 后哪些组存在差异
- 线性 regression – 评估两个连续变量之间的关系
- Dose-response regression – 评估 dose-response 关系
- 生存分析 – 估计事件随时间发生的概率
- 逻辑 regression – 预测二元事件的结果
- 相关性 – 衡量两个变量之间的关系
