溫馨提示：需求數(shù)量不同，價(jià)格不同。請聯(lián)系我們，確認(rèn)當(dāng)前新的報(bào)價(jià)！
數(shù)以千計(jì)的研究人員信賴PRIMER在多變量分析中的獨(dú)創(chuàng)性和清晰度。
分析可行安全的非參數(shù)方法中受益的生態(tài)數(shù)據(jù)或任何其他數(shù)據(jù)
PRIMER大量用于生態(tài)學(xué)數(shù)據(jù)的處理，它是一套穩(wěn)健，廣泛適用的多變量數(shù)據(jù)的統(tǒng)計(jì)分析包，特別是物種組合，理化變量，基因，微生物，生物指標(biāo)，飲食，RS，建模等數(shù)據(jù)。
PRIMER V7提供了廣泛的單變量，圖形和多變量例程從社區(qū)生態(tài)學(xué)分析物種逐樣本數(shù)據(jù)的數(shù)組。數(shù)據(jù)通常豐度，生物量，%面積（或線）的覆蓋，存在/不存在等。并在環(huán)境影響的生物監(jiān)測和更基礎(chǔ)的生態(tài)研究中出現(xiàn)。還照顧物理值和化學(xué)濃度的矩陣，其本身或生物組合數(shù)據(jù)并行分析，例如，以檢查生物變化與物理化學(xué)條件的共同變化。
盡管對于生物組合數(shù)據(jù)分析要求是一個(gè)原理焦點(diǎn)，所述包裝是同樣適用，其是多變量或可被視為這樣的其他數(shù)據(jù)結(jié)構(gòu)。
統(tǒng)一特征是數(shù)據(jù)集可以是根據(jù)他們的組合，生物標(biāo)記套件，粒度分布，生長曲線的形狀等，將每個(gè)樣本對的形式簡化為適當(dāng)?shù)娜蔷仃?，然后聚類和排序能夠顯示樣本之間的關(guān)系，和排列測試用于檢驗(yàn)假設(shè)。
PRIMER V7的特有特征是能夠基于分類的不同或親緣物種組成計(jì)算生物多樣式指數(shù)。這些例程允許正式的假設(shè)測試在一個(gè)地點(diǎn)（按物種列表的分類“寬度”的平均和變化），從一個(gè)更大的區(qū)域物種中“預(yù)期”的變化。V7提供了一種可能的方法，當(dāng)取樣工作不受控制時(shí)，將生物多樣性模式與廣泛的空間和時(shí)間尺度進(jìn)行比較。
強(qiáng)大的
這些方法很少假設(shè)數(shù)據(jù)的形式。非度量排序和置換測試是該方法的基礎(chǔ)，該方法易于實(shí)現(xiàn)且易于解釋。
廣泛適用
對方法的解釋性和透明度的信息解釋了為什么在海洋，陸地和淡水生態(tài)學(xué)，林業(yè)，土壤科學(xué)，遺傳學(xué)，水產(chǎn)養(yǎng)殖，分類學(xué)，微生物學(xué)，醫(yī)學(xué)，經(jīng)濟(jì)學(xué)等領(lǐng)域采用PRIMER。
輕松操作數(shù)據(jù)和結(jié)果
PRIMER工作區(qū)（*.pwk）
在單個(gè)交互式和直觀的圖形Windows環(huán)境中同時(shí)處理多個(gè)數(shù)據(jù)集，圖形和輸出文件。
使用樹狀導(dǎo)航窗格輕松跟蹤所有工作
輸入/輸出來自Excel,.csv,.txt或3列格式的數(shù)據(jù)
在屏幕上查看和更改繪圖和圖形的顏色，字體，外觀和感覺
復(fù)制/打印/導(dǎo)出結(jié)果為.jpg,.emf,.tif,.gif,.png,.bmp,.rtf文件
指定分析的能力和靈活性
確定樣本或變量的重要子集
定義測試和顯示的組結(jié)構(gòu)
處理相對較大的數(shù)據(jù)集（可用的Windows內(nèi)存）
合并或CIA分指定條件的數(shù)據(jù)
釋放內(nèi)置向?qū)У氖r(shí)功能，用于矩陣顯示和核心分析
排序
用于可視化數(shù)據(jù)，包括主成分分析（PCA）技術(shù)協(xié)調(diào)，加上非十進(jìn)制，度量或閾值度量的多維度（NMDS,MMDS,tmMDS）。在二維或三維可視化高維數(shù)據(jù)。自定義文本，顏色和符號。使用疊加層添加基本信息，例如群集，軌跡，氣泡，圖像，矢量或生成樹。
使用bootstrapping在MDS圖上顯示置信區(qū)域。旋轉(zhuǎn)，展開，旋轉(zhuǎn)，動畫，保存和分享您富有洞察力的圖像。
聚類
執(zhí)行分級聚類成樣品基團(tuán)，具有單，完整，組平均的或柔性的-β鍵選項(xiàng)。
創(chuàng)建通表象距離矩陣和情節(jié)樹狀圖。自定義，旋轉(zhuǎn)，放大或打印出來多個(gè)頁面來捕獲所有的細(xì)節(jié)，相似的配置文件（SIMPROF）和相關(guān)的排列檢驗(yàn)鑒定樣品或物種群的一致性，分裂聚類方法可以是不受約束的（UNCTREE），或受環(huán)境變量約束，而krCLUSTER執(zhí)行非均衡版本的k均值聚類。
陰影圖和熱圖
使用選擇的灰度或色譜以2d或3d顯示實(shí)際值。
凸圖案露出自如。樣品和變量可以根據(jù)不同的標(biāo)準(zhǔn)，包括梯度，聚類約束或分組進(jìn)行排序。
標(biāo)簽和讀好易于球蓋和定制。
非參數(shù)測試
基于排雷的假設(shè)檢驗(yàn)使用相似性分析（ANOSIM），測試來自不同的時(shí)間，位置，試驗(yàn)處理等多變量樣本組之間的差異。PRIMER的算法現(xiàn)在支持這些完全非參數(shù)測試的大多數(shù)三向設(shè)計(jì)。確定物種主要提供兩組樣品。之間的辨別為系列化，在時(shí)間和空間上連續(xù)的數(shù)據(jù)的其它曼特爾型試驗(yàn)。
相關(guān)矩陣彼此或識別的，他們一起產(chǎn)生的變量的子集與給定相似度矩陣匹配的Mantel類型匹配。
置換測試包括可變的選擇步驟，以確保嚴(yán)格的統(tǒng)計(jì)推斷。
生物多樣性分析
使用分類學(xué)，功能和系統(tǒng)發(fā)育信息來為生物多樣性評估提供信息。測試范睢使用子采樣算法主名單。
計(jì)算經(jīng)典和新穎的多樣指數(shù)或單個(gè)變量的匯總統(tǒng)計(jì)的眾多，具有聚合工具在更高分類級別分析數(shù)據(jù)，訪問的靈活繪圖功能，廣泛的選擇。變量：線，柱狀圖，散射，框，裝置，表面或曲線繪圖員特定生態(tài)學(xué)的工具是在之間，諸如顯性圖，幾何類情節(jié)，或豐度的生長量曲線。
