在将非线性模型拟合到数据时，您的主要目标通常是区分不同的模型，或者探究某项实验干预是否改变了某个参数。

•模型比较可以回答四个不同的问题：

✓ 对于每个数据集，两个方程（模型）中哪个拟合效果最好？  

✓所选非共享参数的最佳拟合值在不同数据集之间是否存在差异？  

✓对于每个数据集，某个参数的控制数据是否与理论值存在差异？  

✓一条曲线能否充分拟合所有数据？

•Prism 允许您从两种模型比较方法中进行选择：额外平方和F检验以及基于信息论的 AICc 方法。

•F 检验如何用于比较模型

•AICc 的计算原理

•模型比较的概念远不止于非线性回归。事实上，统计学的大部分内容都可以视为模型比较