游程检验的目标

游程检验询问曲线是否系统地偏离数据。只有在输入单个 Y 值（无重复数据）或选择只拟合均值而非单个重复数据（在方法选项卡的 "重复数据"部分）时，游程检验才有用。如果输入并分析了重复数据，请使用重复数据检验。

运行是一系列连续的点，这些点要么全部高于回归曲线，要么全部低于回归曲线。另一种说法是，运行是残差全部为正或全部为负的一系列连续点。拟合曲线后，Prism 会计算实际运行数，并计算预测运行数（基于数据点数）。游程检验比较这两个值。

游程检验的工作原理

如果数据点在回归曲线上下随机分布，则可以计算出预期运行次数。如果曲线上方有 Na 点，曲线下方有 Nb 点，则预计运行次数等于[(2NaNb)/(Na+Nb)]+1。

如果模型与数据的拟合效果不佳，则往往会在曲线的同一侧出现点群。这意味着您的游程将比样本量预测的少，游程检验将产生较低的 P 值。

解读游程检验的 P 值

P 值回答了这个问题：

如果数据随机分散在曲线上下，那么在本次分析中观察到的运行次数（甚至更少）少于实际观察到的运行次数的概率是多少？

如果游程检验报告的 P 值很低，那么结论就是曲线对数据的描述不是很好。问题可能是某些误差不独立，异常值干扰了拟合，或者是你选错了模型。

请注意，P 值是单尾的。如果您观察到的运行次数多于期望值，P 值将高于 0.50。

全局拟合的游程检验

Prism 会报告每个数据集的游程检验，但不会报告全局游程检验。Prism 以前的版本会报告全局游程检验，但不清楚该结果是否有实际意义。