Prism 8.2的方法

在“非线性回归”对话框的“置信度”选项卡中，您可以选择Prism应该如何处理困难的拟合度。如果选择推荐方法（8.2提供的新功能），困难的参数（及其置信区间）将标记为“不稳定”。如果选择另一种方法，整个拟合可能会被标记为“模糊拟合”，某些参数前面会有波浪线（～）。用于识别不稳定参数的方法与用于识别模糊参数的方法非常不同，因此结果会基于选择而有所不同。

Prism 8.0的方法

Prism 8改进了一些算法，因此有时比Prism7更快地拟合曲线。几乎在所有情况下，结果均应相同或相似。Prism 8修正了一个漏洞，因此现在即使使用不等加权，也能正确报告Hougaard的偏斜度。Prism 6和Prism 7会报告使用不等加权时Hougaard偏斜度的不正确结果。

Prism 5-7

Prism 5和6算法相同，因此报告的结果应始终相同。Prism 7引入了稍加改进的算法，因此结果可能会有所不同，但差别不大。

Prism 4的方法

Prism 4使用了略有不同的算法，因此在这些情况下曲线拟合结果可能与更高的Prism版本不同：

•如果Prism 5或更新版本将您的拟合标记为“模糊拟合”，您就会知道有些参数不是精确确定的。Prism 4在此情况下给出了一整套结果，但拟合模糊时，这些结果将不再有效。

•如果选择不加权，检查两个方案下的平方和。回归的目的是使平方和最小化，因此看看哪个版本的Prism能够拟合较小的平方和。Prism 5和更新版本在拟合算法上有一些改进，因此偶尔它能获得比Prism 4更好的拟合。即使有差异，通常也是微不足道。

•如果选择通过Y值（或Y值的平方）进行加权，则Prism5和更新版本处理加权的方式与Prism 4不同。Prism现在按曲线的Y值加权，而Prism 4（和更早版本）按数据的Y值加权。用曲线的Y值加权更好，因此Prism 5和更新版本的结果准确度更高。由于权重的计算方式不同，因此不能直接将Prism两个版本报告的加权平方和值进行比较。

•比较两个模型时，Prism现在会执行额外的步骤。如果其中一个模型模糊，则Prism会选择另一个模型，不执行F检验或AIC比较。

•Prism现在提供了更多定义初始参数值的规则。如果方程使用了这些新规则之一，则在您调整这些初始值前，Prism 4可能无法找到一个合理的拟合。特别是，Prism现在引入了更智能的规则来拟合S形log（剂量）与反应曲线。

•如果您输入的数据为平均值、SD（或SEM）和N，则Prism 4（默认情况下）将根据样本量（N）拟合平均值和权重。这是加权选项卡上的两个选项之一（另一个选项是只拟合平均值，忽略N值）。现在，默认情况下，Prism更智能（尽管您可选择只拟合平均值，忽略N值和SD值）。其不仅会考虑样本量N，还考虑了您输入的SD（或SEM）值。使用Prism 5或更新版本（但不是Prism 4），基于输入为平均值、SD和N的数据将获得与输入原始数据完全相同的结果。Prism 4只考虑N的差异，而非SD。参数的最佳拟合值以及曲线的外观与Prism 4和5相同，但Prism 5和更新版本在标准误差、置信区间和模型比较方面做得更好。