Please enable JavaScript to view this site.

评估非线性回归结果时,首先要考虑您的目标是什么。如果您的目标是从标准曲线插入未知值,请跳过本页,直接进入本分析清单

如果您的目标是确定拟合优度参数值或比较模型,请在查看参数值、R2 等之前回答以下三个问题。

您的结果中没有错误信息吗?Prism 有时会在结果表的顶部显示简短信息。请阅读"初始值不良"、 "中断"、 "未收敛"、 "模糊拟合"、"击中约束"、 "不拟合"、 "点太少"、 "完全拟合"、 "权重不可能""等式未定义"的含义。

曲线是否靠近数据点?在极少数情况下,曲线可能会远离数据点。例如,如果您选错了本示例中的方程,就可能出现这种情况。查看图表以确保这种情况没有发生。

参数的拟合优度值在科学上合理吗?非线性回归程序没有常识,也不了解实验背景。曲线拟合程序有时会得出没有科学意义的结果。例如,在数据嘈杂或不完整的情况下,非线性回归可能会报告一个拟合优度为负值的速率常数、一个大于 1.0 的拟合优度分数或一个负值的拟合优度 Kd 值。所有这些结果都是没有科学意义的。还要根据数据的范围检查变量的拟合优度值是否有意义。如果乙型曲线的最高点远大于最高数据点,或者 EC50 不在 X 值的范围内,则结果毫无意义。

如果这三个问题的答案都是肯定的,那么详细研究非线性回归的数值结果就有意义了。

参数的标准误差和置信区间

残差的正态性检验

非线性回归的拟合优度

游程检验

重复检验

依赖度和协方差矩阵

霍加偏斜度量

拟合结果是否为局部最小值?

异常值

 

© 1995-2019 GraphPad Software, LLC. All rights reserved.