Prism 使用似然检验比较正态分布和对数正态分布，并计算数据从两种分布中采样的相对可能性。注释

•对数正态分布只包含正数。对数正态分布中不可能出现负值和零。如果任何值为零或负数，Prism 都会对数正态性进行检验。

•Prism 只拟合这两种分布，并给出每种分布更有可能成为数据采样分布的概率百分比。当然，数据可以从无数个其他分布中采样。Prism 只会问正态性和对数正态性哪个更有可能。如果两种可能性都不大，它也不会注意！

•对数正态分布在生物学中很常见，所以你会认为询问数据更有可能从正态分布（高斯分布）还是对数正态分布采样是很常见的。事实上，这种比较很少进行。Prism（截至 2017 年）似乎是独一无二的，它使这种测试变得简单。

•有关数学细节，请参见 Burnham 和 Anderson 合著的《模型选择与多模型推理：实用信息理论方法》（Model selection and multimodel inference: a practical information-theoretic approach）第 2 版第 6.7.2 节。基本上，Prism 使用最大似然法拟合正态分布或对数正态分布，然后比较两个似然值。他们指出，这相当于比较两个拟合的 AIC。

•不要完全依赖似然比较的结果。还要看看正态性检验和对数正态性检验。

•不要忘记查看数据分布图。使用频率分布分析绘制频率分布直方图。在查看统计结果之前，一定要先查看数据。另外，正态性检验分析可以绘制两个 QQ 图，一个假设是正态分布，另一个假设是对数正态分布。根据适当假设绘制的 QQ 图应接近线性。