您想问什么问题？

用回归法拟合生物数据时，您的主要目标通常是区分不同的模型，询问实验干预是否改变了某个参数，或者询问某个参数的拟合优度值与理论值是否有显著差异。了解有关这四种比较的更多信息。当然，您的选择必须基于您的实验目标。

比较方法

Prism 可以使用两种可选方法进行比较：额外的平方和 F 检验，以及使用Akaike 信息准则。请使用这些准则进行选择：

•在大多数情况下，两个模型是 "嵌套"的。这意味着一个模型是另一个模型的简单模型。本示例中，单相指数模型是双相指数模型的简单模型。嵌套模型可以使用 F 检验法或 AICc 法。选择哪种方法通常取决于个人偏好和传统。药理学和生理学的基础科学家倾向于使用 F 检验。生态学和群体生物学等领域的科学家则倾向于使用 AICc。

•如果模型没有嵌套，则 F 检验无效，因此您应该选择 AICc。请注意，Prism 并不强制执行这一点。即使模型没有嵌套，它也会计算 F 检验，但结果不会有用。

只有当比较的模型有不同的参数数，因此有不同的自由度时，额外的平方和 F 检验才有意义。如果您想比较参数数相同的两个模型，请选择 AIC 方法。

选中右侧的选项，在运行额外的平方和 F 或 AICc 比较之前，Prism 会检查两个模型是否实际拟合数据。如果其中一个拟合模糊或被标记，Prism 将选择另一个，而不进行任何计算。

如果要比较三个或更多单独拟合的模型的拟合结果，可以要求 Prism 报告每个拟合结果的 AICc。这是 "诊断"选项卡上的一个选项。