游程检验可以确定数据与直线是否有明显差异。只有按顺序输入 X 值，Prism 才能计算出游程检验值。

运行是一系列连续的点，这些点要么全部高于回归线，要么全部低于回归线。换句话说，运行是残差全部为正或全部为负的一系列连续点。

如果数据点在回归线上下随机分布，则可以计算出预期的运行次数。如果曲线上方有 Na 个点，曲线下方有 Nb 个点，则预期运行次数等于[(2NaNb)/(Na+Nb)]+1。如果您观察到的运行次数比预期的少，这可能是随机抽样的巧合，也可能意味着您的数据系统性地偏离了直线。游程检验的 P 值可以回答这个问题：

如果数据真的遵循一条直线，并且您进行了许多类似的实验，那么您会在多大程度上获得与本实验中观察到的一样少（或更少）的运行次数？

如果游程检验报告的 P 值很低，就可以断定数据并非真正遵循直线，并考虑使用非线性回归拟合曲线。

P 值总是单尾的，询问的是观察到的运行次数与观察到的次数一样少（或更少）的概率。如果观察值比期望值多，P 值将高于 0.50。

.