Prism能以四种方式计算泊松拟合优度，可在诊断选项卡中选择。

Pseudo R²

无法使用泊松回归模型计算R2 。取而代之的是，Prism报告了伪R²。 可像解读常规R²一样来解读它。这是最容易理解的拟合优度，因此我们推荐使用。

伪R²采用 三种模型的对数似然性计算得到： LLo，水平线模型的对数似然性； LLfit，您所选模型的对数似然性；和 LLmax，可能最大的对数似然性，这可能发生在实际反应与预测反应完全相等时，此时曲线通过每个点，所有残差等于0.0。计算伪R2的方程：

R²=（LLfit-LLo）/（LLmax-LLo）

负对数似然性

如Prism报告，使最小二乘回归最小化平方和。泊松回归最大化了似然性的负对数，Prism可报告。

偏离或G2

偏差是最大可能对数似然性（见上文）和拟合模型对数似然性之间差异的两倍。偏差的公式是D=2（LLmax - LLfit）。又称“G2”。

分散率

从泊松分布中抽样数据时，方差等于平均值。Prism可报告方差与平均值的比率（VMR），称为 “分散率”。Prism用值φ报告过度分散的程度。。如果φ远大于1.0，则曲线周围点的实际方差大于平均值，泊松模型可能不适用。这称为“过度分散”。一些程序提供了扩展的泊松回归来处理过度分散，但Prism没有（需要时请告知我们）。

AICc

AICc仅当您将相同的数据分别拟合三个或更多模型时才有用。随后，您可使用AICc在其间进行选择。但请注意，仅当您选择的模型作为唯一区别时，比较两种拟合之间的AICc才有意义。如果拟合之间的数据不一致，则对AICc值的任何比较均无意义。同样重要的是，权重或回归方法对于所有拟合均是相同的。如果使用泊松回归进行一次拟合，则需要使用它进行所有拟合。