重复测量方差分析
•在两项因素中重复测量的双因素方差分析。Prism 5只能计算在一项因素中重复测量的双因素方差分析。Prism 6可以处理两项因素中的重复测量。
•更多受试者。Prism 6现在允许多达256个子列，因此可在每次治疗的受试者多达256名的情况下，对重复测量进行双因素方差分析。
•Greenhouse-Geisser修正。允许对重复测量进行单因素方差分析，即使违反球度假设，，亦如此，因为重复测量在很短的时间间隔内进行，因此导致特定值较高（或较低）的随机因子不会在下一次测量前消除或消失。在此情况下，还计算多个比较结果，以假设无球度。
生存分析
•Prism现在通过两种方法计算风险比（HR）：对数秩方法和Mantel-Haenszel方法。
•如果A组人员的死亡率是B组的两倍（HR=2.0），则B组人员的死亡率是A组的一半（HR=0.5）。Prism现在以两种方法报告风险比及其置信区间，以此方式，您可以报告在您的临床环境中最有意义的那一种。
•如果A组人员的中位生存时间是B组的三倍，则B组人员的中位生存时间是A组的三分之一。Prism现采用两种方法报告中位生存时间的比率及其置信区间，因此您可以选择任一种报告。
列数据分析（t检验等））
•Mann-Whitney检验报告了中值之差的95%CI。Mann-Whitney检验通常可以描述为比较两组的中值。即不完全正确，原因在于两组可能具有相同的中值，但对于Mann-Whitney检验而言，发现两组之间的秩分布差异具有统计学意义。然而，如果您假设这两个分布有大致相同的形状，则将Mann-Whitney检验视为比较两个中值属于公平做法。因此，Prism 6现在可以报告两个中值之差的置信区间。
•Wilcoxon检验计算出中值的95%CI。Wilcoxon配对检验（两个配对组或匹配组的非参数检验）可报告配对差异中值的置信区间，而Wilcoxon符号秩和检验（比较中值和假设中值的非参数检验）现在可以报告实际样本中值与假设中值之间差异的置信区间。
•比率t检验。配对t检验的工作原理是分析每对数值之间的差异，检验平均差异为零的零假设。对于某些种类的数据，前后差异并非一致的效果衡量尺度。“之前”值越大，差异可能越大，“之前”值越小，差异可能越小。该比率（之前/之后）可能是更一致的量化治疗效果的方法。实际上，事实证明，分析比率的对数的效果要好得多。
•Kolmogorov-Smirnov检验。类似于Mann-Whitney（MW）检验。Kolmogorov-Smirnov（KS）检验是比较两组的非参数方法。KS检验的工作原理是比较两个累积频率分布，因此具有更大的检验力来检测两个分布之间的细微差异。相比之下，MW检验更能检测中值的变化。在一些科学领域，使用KS检验已经成为一项标准做法。请勿将该检验与用于正常检验的另一版本的KS检验相混淆。
•非参数检验更快。为避免计算缓慢，Prism会报告一个具有大数据集非参数检验的近似P值。此外，Prism 5还报告了当多个值相同且在同一等级上并列时的近似P值。Prism 6执行精确计算的速度要快得多（快数百倍！），甚至对于相当大的数据集，以及多个值相同且在同一等级上并列时，精确计算亦如此。
•识别异常值。我们的免费QuickCalc网络计算器使用Grubbs方法从一堆值中识别异常值。由于这是我们使用最广泛的计算器之一，因此我们在Prism 6中创建了一个新分析来识别数据列中的异常值。
•同时执行许多t检验。只要您校正多个比较结果，计算多个t检验便可能有用。Prism 6有一种新的分析方法，可以对数据表的每一行进行一次t检验（将副本并排放置）。其通过使用更严格的统计显著性定义或控制错误发现率（FDR）来校正多重比较结果。另外，您也可以选择不校正多重比较结果。
•更多绘图选项。Prism 6提供了自动绘制非参数检验等级的选项，以及配对t检验和重复测量方差分析的差异。
•Browne和Forsythe检验。为在单因素方差分析中检验方差是否相等，Prism 6计算了Browne和Forsythe检验以及Bartlett检验（先前版本计算过）。
•Pratt方法。某些配对相同时，有两种方法可以计算Wilcoxon配对检验，因此差异为零。Prism 6提供了两个选项。新选项是并列行Pratt方法。
模拟和蒙特卡洛分析
即使只模拟一个数据集，以及查看图表和分析，模拟也很有用。Prism 5可让您模拟XY数据。Prism 6现在让您还可以模拟列数据和2x2列联表。对于XY和列数据，Prism 6不仅可以包括高斯随机散射，还可包括根据泊松分布或二项式分布计算的散射。
多次重复模拟并把结果制成表格时，模拟会更有用。Prism 6通过一种新的蒙特卡洛模拟分析来实现这一点，该分析可以很容易地将许多模拟的结果制表。首先模拟一张数据表，并运行分析来分析该表。然后运行新的蒙特卡洛分析。指定要运行的模拟次数，以及要制表的分析参数。此外，还可以将“命中”定义为小于0.05的P值，或者包括理论值的置信区间。蒙特卡洛分析的结果包括一张包含所有制表数据的表格（可供您进行进一步分析），以及一张模拟命中次数的表格。
