此部分內容還是先從統計說起，然後用實例演示分析與作圖過程，此外還會介紹Prism鮮為人知的作圖彩蛋。希望這個系列能讓大家更準確地把握統計分析與高效製圖。
生存分析是對一個或多個非負隨機變量進行統計推斷，研究生存現象和響應時間數據及其統計規律的一門學科。與多因素分析不同的是：生存分析考慮了每個觀測出現某一結局的時間長短。主要應用於人或動物的存活（相對於死亡），也可以是患者的病情正處於緩解狀態（相對於復發或惡化），常常用追蹤的方式來研究事物發展的規律。
生存分析主要採用Kaplan-Meier檢驗。此外Log Rank、Breslow和Tarone-Ware法均可用於檢驗生存分布是否相同，區別在於Log Rank適用於各時間點權重一樣的比較；Breslow適用於各時間點的觀察例數為權重的比較；而Tarone-Ware適合於以各時間點的觀察例數的平方根為權重的比較。（用SPSS或Prism統計數據時注意區分）
PS：生存分析中還存在許多諸如起始事件、終點事件、生存時間或完全數據、不完全數據等統計學概念，請大家自行查詢，下面是小編總結的一個示意圖
2．生存分析實例（Kaplan Meier檢驗）小編用最近看到的一篇文章（PMID: 31727683）中的圖1A來進行舉例說明。該圖顯示高miR-541與低miR-541表達肝癌病人的存活率。
接下來我們進行數據模擬和分析作圖。具體步驟如下：
1）新建生存數據分析，數據輸入：選擇Survival表格，進入數據輸入頁面，輸入模擬數據。在這裡我們隨機輸入了40個數據，每組各20個（文章中多於此數據）。其中0代表live，1代表dead；X軸代表存活時間（months），A、B分別代表miR-541高表達組和低表達組。
2）數據分析：選擇Survival curve，進入選項窗口，依次按圖中1、2、3指示選擇合適的數據比較方法和數據表示方法，然後確定。
(統計參數設置)
3）數據統計：完成以上操作後，數據會計算出來，我們能看到數據統計界面以及兩種方法的數據統計結果。由於我們在模擬數據時，各時間點的權重均為「1」（時間無影響，即注重遠期效應），所以選擇看Log-rank檢驗的數據，及其P value。
（兩種統計方法的統計結果）
4）圖像輸出：完成上述分析後，我們點擊Graphs下方得到初步圖片，然後再進行修改和美化。首先雙擊High組，修改其為紅色標識。然後雙擊橫坐標，修改橫坐標最大為80 months。最後修改坐標軸等信息即可完成製圖。
（圖片修正過程）
（最終輸出圖片）
相關性分析是衡量兩個變量因素的相關密切程度，主要包含：Pearson相關和Spearman相關。其中Pearson相關是用於度量兩個變量之間的相關（線性相關），其值介於-1與1之間（兩個變量A和B：正相關/負相關）。Spearman相關是等級變量之間的Pearson相關係數（等級變量：如免疫組化：陰性/弱陽性/中等陽性/強陽性）。
2．相關性分析實例1）Pearson相關，我們還是以上述文章（PMID: 31727683）中的圖4I（下圖左）來進行統計分析與作圖，分析肝癌患者中ATG2A基因與miR-541的相關性。
首先我們選擇XY數據表格，進行數據模擬（下圖右）。然後選擇linear regression分析，進入參數設置界面（這裡選擇默認）。
（圖片信息及數據模擬）
（統計分析參數設置）
完成參數設置後點擊「ok」，輸出計算結果。重要的結果說明如下圖所示。
（統計結果說明）
最後，手動敲入R與P值，調整坐標軸等美化和修改圖片，最後輸出圖片。
（作圖修正）
2）Spearman相關
我們以PMID: 28837144文章中的圖7b為例（下圖左），進行數據模擬作圖分析。此結果是分析結直腸癌組織中lncRNA XIST與ZEB1表達的相關性。
首先我們新建XY數據模型、輸入模擬數據。然後選擇統計參數，最後查看結果並作圖（注意擬合曲線仍選用linear regression分析），在這裡不在詳細贅述，簡要過程見配圖。
（圖片信息及數據模擬，註：模擬數據較少）
（統計參數設置與結果分析）
（擬合曲線分析與圖片輸出）
現在很多文章中都有熱圖的出現，熱圖不僅可以用Excel和R語言，更新後的Prism也可以實現火山圖的繪製。我們以PMID: 313521032這篇文章中的圖4A來為大家舉例說明。
直接進入正題，先選擇grouped的模擬數據。輸入完畢在Graphs下的圖片，選擇Heat Map，可以初步完成圖片（兩組及以上的方法相同）。
（數據模擬）
（選擇grouped下的Heat map）
然後雙擊圖片，更改熱圖的顏色、Title、標尺、邊框等，簡要過程如下，最後輸出圖片。是不是很簡單呢？
（更改顏色、標題、邊框、標尺和方向）
（微調後的成品圖）
這是Prism統計與作圖系列的最後一期內容，小編在這裡首先感謝大家對投必得學術的支持，希望這三期內容能讓大家更加了解生物統計及作圖。Prism的功能還有很多，小編以後也會跟大家繼續分享一些應用中的小彩蛋。如果有任何疑問，大家也可在評論區留言或在我們的微信群內討論學習。雖然Prism每個版本都會有改進，但始終是一款繪圖為基礎的軟體，在數據處理方面還是不如SPSS等專業軟體功能豐富。接下來，小編將會與大家分享學習Prism不能做的一些統計分析，如主成分分析等。我們將用SPSS軟體進行分析與作圖，敬請期待！也請大家持續關注我們，將我們的資源分享給更多的小夥伴，一起快樂學習，共同進步！
系列相關推送：
《Prism作圖與統計教程（二）》
《都9102年了還在用SPSS做統計？Prism了解一下》
《科研論文作圖之Graphpad Prism》
發表SCI 論文很迷茫？來找「投必得」幫忙