Please enable JavaScript to view this site.

Navigation: 回归原理 > 非线性回归原理 > 比较非线性模型的拟合

通过比较模型可以回答的问题

Scroll Prev Top Next More

使用回归拟合数据时,在许多情况下,您的主要对象可能是比较不同模型的拟合效果,或者询问实验干预是否改变了某个参数

在非线性回归对话框的比较选项卡上,Prism 提供了四个选项:

对于每个数据集,两个方程(模型)中哪个拟合优度最高?

比较两个模型的拟合程度,同时考虑拟合参数数量的差异。通常情况下,您需要比较两个相关的方程。比较两个不相关方程的拟合很少有帮助。

本示例:比较单相指数衰减和两相指数衰减。

数据集之间所选非共享参数的拟合优度值是否不同?

比较所有数据集共享所选参数时的拟合值与每个数据集单独拟合这些参数时的拟合值。

如果选取一个参数,则是询问该参数的拟合优度值在不同数据集之间是否存在差异。

如果选取所有参数,则是要问一条曲线是否能充分拟合所有数据点,还是为每个数据集单独拟合一条曲线能得到更好的拟合效果。

本示例:拟合一条剂量反应曲线族,比较共享斜率因子(Hill 斜率)时的拟合效果与单独拟合每条曲线时的拟合效果。这是测试曲线是否平行的一种方法。

对于每个数据集,某个参数的拟合优度值与理论值是否不同?

您可能有理论上的理由相信某个参数会有某个值(通常为 0.0、100 或 1.0)。将参数受限于该值时的拟合值与未受限时的拟合值进行比较。

本示例:检验 Hill 斜率是否不同于 1.0(标准值)。

一条曲线是否能充分拟合所有数据集?

此选项将每组数据集的单独曲线拟合与所有数据集的单一曲线拟合进行比较。它询问是否有证据表明处理对曲线的移动有任何作用。

该选项与选择 "不同数据集所选的非共享参数的拟合优度值是否不同?"然后选择所有参数相同。

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