您想问什么问题？

在用回归分析拟合生物数据时，您的主要目标通常是区分不同的模型，判断实验干预是否改变了某个参数，或者判断参数的控制数据是否与理论值存在显著差异。进一步了解这四种比较方法。当然，您的选择必须基于您的实验目标。

比较方法

Prism 可以通过两种替代方法进行比较：额外平方和F检验，以及使用赤池信息准则。请参考以下指南进行选择：

•在大多数情况下，两个模型是“嵌套”的。这意味着一个模型是另一个模型的简单模型。例如，单相指数模型是双相指数模型的简单模型。对于嵌套模型，既可以使用 F 检验，也可以使用 AICc 方法。选择通常取决于个人偏好和传统。药理学和生理学的基础科学家倾向于使用 F 检验。 生态学和种群生物学等领域的科学家则倾向于使用AICc。

•如果模型不具有嵌套关系，则 F 检验不成立，因此应选择 AICc。请注意，Prism 不会强制执行这一限制。即使模型不具有嵌套关系，它仍会计算 F 检验，但结果将没有实际意义。

额外平方和F检验仅在比较的模型参数数量不同（因此自由度也不同）时才有意义。若要比较两个参数数量相同的模型，请选择AIC方法。

勾选右侧的选项后，在运行额外平方和 F 检验或 AICc 比较之前，Prism 会检查两个模型是否确实都拟合了数据。如果其中一个拟合结果存在模糊拟合或被标记，Prism 将直接选择另一个模型，而不会进行任何计算。

若您要比较三个或更多单独拟合的模型，可要求 Prism 针对每个拟合结果报告 AICc 值。此选项位于“诊断”选项卡中。