参数的最佳拟合值有多精确？

检验最佳拟合值的许多相同概念均适用于多元线性回归。Prism将选择性地报告每个系数估计值的标准误差、置信区间和P值。可使用这些值来评估系数估计值的稳定性。大标准误差随后意味着大置信区间，这暗示着点估计值存在相当大的不确定性。如果您感兴趣，系数的真值是否等于零。

此类参数究竟是交织的或冗余的？

Prism提供了两种方法来评价多元逻辑回归中预测因子的线性相关性。您可使用方差膨胀因子评价多重共线性，或使用相关矩阵评价成对相关性。详情见此处。

比较模型诊断

选择这些选项将为修正后的赤池信息准则（AIC）、对数似然比或模型偏差提供原始输出。

Prism提供更简单的方法来比较两种特殊情况下的模型。首先，如果您希望将您的模型与仅有一个截距的模型进行比较，则在Prism中执行此操作的最简单方法是运行“拟合优度”选项卡中的假设检验。

其次，如果您希望比较两种不同的逻辑回归模型，您可使用“比较”选项卡。

如果这两个选项均无法满足您的需求，且您只想要原始数字，则请在此部分中选择所需的框。计算注明在结果中报告数值时，Prism应使用的置信水平输出“阴性”和“阳性”结果的标签：为使结果更易于解释，可在此处为因变量（Y）添加文本标签（例如，“存在”和“不存在”、“是”和“否”或“存活”和“死亡”）。将在模型拟合的结果输出中使用这些文本标签。如果将某分类变量用作因变量，则不太可能需要更改这些变量。