您在探询什么问题？

使用回归对生物数据进行拟合时，您的主要目的通常是区分不同模型，探询实验干预是否改变了参数，或探询参数的最佳拟合值是否与理论值存在显著差异。了解有关这四种比较的更多信息。当然，选择必须基于实验目的。

比较法

Prism用两种替代方法执行比较：额外平方和F检验，以及使用赤池信息量准则。使用如下准则以选择：

•在大多数情况下，这两个模型将为“嵌套模型”。这意味着一个模型是另一个模型的简单示例。例如，单相指数模型是两相指数模型的一个更简单示例。F检验或AICc方法可用于嵌套模型。选择通常是个人偏好和惯例问题。药理学和生理学的基础科学家倾向于使用F检验。生态学和种群生物学等领域的科学家倾向于使用AICc。

•如果模型不是嵌套模型，则F检验无效，应选AICc。请注意，Prism不会强制执行此操作。即使模型不是嵌套模型，其也会计算F检验，但结果没有用处。

仅当所比较的模型具有不同数量的参数，且因此具有不同数量的自由度时，额外的平方和F检验才有意义。如需比较具有相同数量参数的两个模型，请选择AIC方法。

选中右边的选项，在运行额外的平方和F或 AICc比较前，Prism将检查两个模型是否真正拟合数据。如果某拟合模糊或具有标记，则Prism将选择另一个而不进行任何计算。

如需比较三个或更多分别拟合的模型的拟合度，可要求Prism报告每个拟合度的AICc，这在“诊断”选项卡上的选项。