在非线性回归对话框的置信选项卡上,您可以选择 Prism 应如何处理困难拟合。如果选择推荐方法(8.2 中的新方法),困难参数(及其置信区间)将标记为 "不稳定"。如果您选择其他方法,整个拟合可能会被标记为 "模糊拟合",某些参数前面会加上斜线/斜杠 (~)。用于识别不稳定参数的方法与识别模糊参数的方法截然不同,因此结果也会因您的选择而异。
Prism 8 改进了一些算法,因此有时拟合曲线的速度比 Prism 7 更快。在几乎所有情况下,结果应该是相同或相似的。Prism 8 修正了一个错误,现在即使加权不等,也能正确报告霍加尔偏斜度。Prism 6 和 7 在不等权重的情况下报告的霍加尔偏斜度结果不正确。
Prism 5 和 6 使用相同的算法,因此报告的结果应始终一致。棱镜 7 采用了略有改进的算法,因此结果可能略有不同,但差别不大。
Prism 4 使用的算法略有不同,因此在这些情况下,曲线拟合结果可能与 Prism 后续版本的结果不同:
•如果您的拟合结果被 Prism 5 或更高版本标为 "模糊拟合",则说明某些参数没有精确确定。 Prism 4 在这种情况下会呈现全套结果,但当拟合模糊时,结果并无用处。
•如果选择不加权,请检查两个程序的平方和。回归的目的是最小化平方和,所以看看哪个版本的 Prism 找到的拟合平方和更小。Prism 5 及以后的版本在拟合算法上做了一些改进,因此偶尔能找到比 Prism 4 更好的拟合结果。如果有差异,通常也是微不足道的。
•如果选择按 Y 值(或 Y 值平方)加权,Prism 5 及以后版本处理加权的方式与 Prism 4 不同。Prism 现在是根据曲线的 Y 值进行加权,而 Prism 4(和早期版本)是根据数据的 Y 值进行加权。按曲线的 Y 值加权效果更好,因此 Prism 5 及以后版本的结果更正确。由于加权的计算方法不同,所以不能直接比较两个版本的 Prism 所报告的加权平方和值。
•在比较两个模型时,Prism 现在会多做一个步骤。如果其中一个模型不明确,那么 Prism 会选择另一个模型,而不进行 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。如果您的方程使用了这些新规则之一,那么在您调整这些初始值之前,Prism 4 可能无法找到合理的拟合值。特别是,Prism 现在有了更智能的规则来拟合对数(剂量)与剂量反应曲线。
•如果您输入的数据是均值、SD(或 SEM)和 N,那么 Prism 4(默认情况下)会根据样本量(N)拟合均值和权重。这是加权选项卡上的两个选项之一(另一个选项是仅拟合均值,忽略 N)。Prism 现在默认情况下更加智能(不过您也可以选择只拟合均值,忽略 N 和 SD 值)。它不仅会考虑样本量 N,还会考虑您输入的 SD(或 SEM)值。使用 Prism 5 或更高版本(但不包括 Prism 4),输入平均值、SD 值和 N 值的结果与输入原始数据的结果完全相同。Prism 4 只考虑 N 的差异,而不考虑 SD 的差异。参数的拟合优度值,也就是曲线的外观,在 Prism 4 和 5 中是一样的。但 Prism 5 及以后版本在标准误差、置信区间和模型比较方面做得更聪明。