Prism 可以用四种方法计算 Poission 的拟合优度，可在 "诊断"选项卡中进行选择。

伪 R 平方

Poisson 回归模型无法计算R2。相反，Prism 会报告伪R2。 您可以像解读普通R2一样解读它。这是最简单易懂的拟合优度指标，因此我们推荐使用。

伪R2由三个模型的对数似然值计算得出：LLo，水平线模型的对数似然值；LLfit，您选择的模型的对数似然值；LLmax，可能的最大对数似然值，即实际响应与预测响应完全相等时，曲线经过每个点，所有残差都等于 0.0。计算伪R2的方程为

R2 = (LLfit - LLo) / (LLmax - LLo)

负对数似然法

最小二乘回归使 Prism 报告的平方和最小。泊松回归最大化似然的负对数，Prism 可以报告负对数。

偏差或G2

偏差是最大可能对数似然（见上文）与拟合模型对数似然之差的两倍。偏差公式为 D=2（LLmax - LLfit）。这也称为G2。

离散率

当数据从泊松分布中采样时，方差等于均值。Prism 可以报告方差-均值比 (VMR)，即离散比。Prism 用一个值 phi 来报告过度分散的程度。如果 phi 远大于 1.0，则曲线周围各点的实际方差大于均值，泊松模型可能不合适。这就是所谓的过度分散。有些程序提供了处理超分散问题的泊松回归扩展，但 Prism 没有（如果您需要，请告诉我们）。

AICc

AICc只有在将相同数据分别拟合到三个或更多模型时才有用。然后，您可以使用 AICc 在它们之间做出选择。但请注意，只有当您选择的模型是唯一的区别时，比较拟合之间的 AICc 才有意义。如果拟合之间的数据不完全相同，那么任何 AICc 值的比较都是没有意义的。此外，所有拟合的加权或回归方法必须相同。如果您在一次拟合中使用了 Poisson 回归，那么您就需要在所有拟合中都使用这种方法。