在本期教程中，将演示如何转换摩尔浓度、拟合非线性回归模型、计算IC50值，并应用约束条件以确保生物学上准确的结果。

在本期教程中，将演示如何运用GraphPad Prism进行主成分分析（PCA）与主成分回归（PCR），从而简化复杂数据集、可视化隐藏规律并构建强健的预测模型。

在本期教程中，将演示如何在GraphPad Prism中执行泊松回归，将使用真实的教育研究数据，通过混合连续变量和分类变量来建模学生参加复习课程的次数，将学习如何解读分析结果，并规避多重共线性等常见问题。

学习如何分析二分类结果并综合运用分类变量和连续变量进行预测，通过泰坦尼克号经典数据集，掌握多元Logistic回归。