Prism可通过报告残差的标准偏差来量化拟合优度，以三种不同的方式计算。请记住，残差是点到拟合线或曲线的垂直距离（Y单位）。如果存在n个数据点，回归后，则有n个残差。

什么单位？如何解读？

所有三个值（RMSE、Sy.x和RSDR）均采用与Y相同的单位表示，且均可用大致相同的方式来解读，即点与直线或曲线的典型偏差。

RMSE

如果只是简单地取n个值的标准偏差，该值称为“均方根误差”，RMSE。残差的平均值始终为零，因此为计算SD，将残差平方和相加，除以n-1，取平方根：

您在“诊断”选项卡中选中适当选项时，Prism将报告RMSE，因为某些字段会使用它。但我们建议报告Sy.x（如下）。

Sy.x或Se

. Sy.x的计算方法非常相似，但分母为n-K，其中K是 通过回归拟合的参数数量。值n-K是回归的自由度数。如果只拟合一项参数，则RMSE和Sy.x是相同的。如果您拟合两个或更多参数，则Sy.x会更大，是更为精确的拟合优度估计。我们建议报道Sy.x，而非RMSE。

RSDR

如果选择稳健回归，则Prism会计算不同的值，我们称之为残差的稳健标准偏差（RSDR）。目的是计算稳健标准偏差，不受异常值的影响。在高斯分布中，68.27%的值在平均值的一个标准偏差内。因此，我们计算该值，称为P68。结果显示，该值稍微低估了SD，因此RSDR通过将P68乘以n/（n-K）来计算，其中K是参数拟合数。

 

。