1.创建数据表

在欢迎或新建表对话框中，选择创建 XY 数据表。

如果刚开始使用，请选择样本数据：线性回归 - 比较斜率。

如果输入的是自己的数据，请选择子列格式。如果要输入重复值，请选择重复值。Prism 可以自动绘制误差条。您也可以选择输入已经计算出平均值和 SD（或 SEM）的数据。在这种情况下，如果要考虑各点之间的标差变化，可使用非线性回归来拟合直线。

2.输入数据

如果您选择的是样本数据，您将看到这些值：

如果输入几个数据集（A、B 和 C 列）的 Y 值，Prism 会报告 X 与 YA、X 与 YB 以及 X 与 YC 的回归结果。它还可以检验斜率（和截距）是否有显著差异。

如果不同数据集的 X 值不相同，可以像这样对不同数据集使用不同的行：

3.分析选择

单击分析，然后从 XY 分析列表中选择线性回归。

强制直线通过指定点（如原点）？

如果选择回归，则可以强制直线通过原点等特定点。在这种情况下，Prism 将只确定拟合优度斜率，因为截距是固定的。当科学理论告诉您直线必须经过某个特定点（通常是原点，X=0，Y=0），而您只想知道斜率时，请使用此选项。这种情况很少出现。

在做决定时要运用常识。本示例以蛋白质检测为例。您要测量几种已知浓度蛋白质的光密度（Y），以绘制标准曲线。然后，您想从该标准曲线插入未知蛋白质浓度。在进行检测时，您调整了分光光度计，使其在蛋白质为零时读数为零。因此，您可能想强制回归线通过原点。但这种限制可能会导致回归线不能很好地拟合数据。由于您非常在意回归线是否能很好地拟合未知数附近的标准值，因此不对回归线进行约束可能会获得更好的拟合效果。

如果有疑问，应该让 Prism 在不加任何约束的情况下找到拟合优度最好的线。

对单个重复样本还是对平均值进行线性回归拟合？

如果您收集了每个 X 值的重复 Y 值，有两种方法可以计算线性回归。您可以将每个重复样本视为一个单独的点，也可以将重复样本的 Y 值取平均值，以确定每个 X 的平均 Y 值，然后使用平均值进行线性回归计算。

当每个数据点的实验误差来源相同时，应将每个重复点视为一个单独的点。如果一个值碰巧有点高，就没有理由期望其他重复点也高。误差是独立的。

当重复数据不独立时，取重复数据的平均值，并将平均值视为单一值。本示例中，如果重复测量是同一只动物的三份测量结果，且在每个 X 值（剂量）下使用了不同的动物，则重复测量不是独立的。如果一只动物的响应者多于其他动物，这将影响所有的重复样本。这些重复样本并不是独立的。

使用游程检验测试线性偏离情况

参见游程检验

测试斜率和截距是否有明显差异

如果输入了两个或多个数据集的数据，Prism可以测试斜率和截距是否有明显差异。

置信带和预测带

了解置信带和预测带。