使用生命科學數據進行有效的交流和可視化SAS Institute Inc. JMP生命科學高級分析研發高級經理Kelci Miclaus
轉化研究（從基礎研究到應用領域）和臨床研究非常昂貴。為了了解健康狀況和疾病，研究人員通常會在考慮成本和時間的情況下，收集有關最大終點的最大數據。對疾病的基因組基礎了解有限，以及評估安全性和手術完整性以及新療法的有效性的良好臨床研究實踐方案，進一步激發了這一動機。它被附上。在生命科學數據的“生命週期”中，數據量可能是分析和結果傳輸的沉重負擔（儘管創建數百張表的傳統方法既無效又無效） ）。在本次會議中，我們將專注於可視化以傳達生命科學研究中典型案例研究分析的結果。關於數據的匯總和可視化以及圖形化以傳達複雜的統計分析結果，
我將詳細解釋。示例包括運行的火山圖，曼哈頓圖，臨床試驗中的安全性和功效分佈摘要，使用基因組數據的數千到數百萬個統計模型的實驗室診斷趨勢（瀑布圖，移動）圖，意大利麵條圖，千層面圖，游泳者圖）以及臨床試驗完整性中的異常檢測。所有示例都是使用JMP的圖形生成器創建的，並展示了其優勢和靈活性。
突圍數據可視化
