什么是协方差矩阵？如何让 Prism 计算它？

系统会为每对参数报告标准化协方差，并量化这两组参数之间的关联程度。在非线性回归的“诊断”选项卡中勾选复选框，即可查看该协方差矩阵。

归一化协方差矩阵的解读

归一化协方差矩阵中的每个值范围在 -1.0 到 1.0 之间。值为 -1.0 或 1.0 表示这两个参数是冗余的。值为 0.0 表示参数是完全独立或正交的 - 如果改变其中一个参数的值，拟合效果会变差，而改变另一个参数的值也无法改善拟合效果。 您可以像解读相关系数那样来解读标准化协方差。

请注意协方差与依赖度之间的区别。协方差矩阵中的每个值告诉您两个参数之间有多么紧密相关。相比之下，每个依赖度值则告诉您该参数与所有其他参数之间有多么紧密相关。

如何转换为未归一化的方差/协方差矩阵

某些其他程序会报告实际（非归一化）方差-协方差矩阵。可通过以下公式，利用 Prism 报告的归一化矩阵（NormCov(i,j)）以及参数的标准误差，计算任意两个参数（即 i ≠ j）的实际协方差（cov(i,j)）：

 Cov(i, j) = NormCov(i, j) * SE(i) * SE(j)  

Prism 不会报告参数与其自身的归一化协方差矩阵，因为根据定义，任何参数与其自身的归一化协方差均等于 1.0。参数与其自身的协方差更应称为其方差。您可以使用以下公式计算任何参数的方差（即方差-协方差矩阵中的对角线值）：

 Cov(i, i) = SE(i)²