非线性回归分析是对数据进行拟合,而非对图形进行拟合。由于 Prism 允许您选择对数轴,因此某些数据点形成直线的图形实际上遵循非线性关系。Prism 的“直线”方程集合中包含一些方程,可用于对在 X 轴为对数、Y 轴为对数或两个坐标轴均为对数时看似线性的图形拟合非线性模型。 在这些情况下,线性回归虽会将直线拟合到数据上,但由于其中一个坐标轴(或两个坐标轴)非线性,图表仍会呈现出弯曲的形状。相比之下,采用适当的非线性模型进行非线性回归,则会在这些坐标轴上生成一条看似笔直的曲线。
1.创建一个 XY 表格,并输入 X 和 Y 值。
2.转到图形,双击坐标轴以打开“设置坐标轴格式”对话框。将其中一个或两个坐标轴更改为对数刻度。 
3.单击“分析”,选择“非线性回归”(而非“线性回归”),然后在“方程”部分的“线”选项中选择半对数或Log-log方程之一。
Y=Y截距 + 斜率*log(X)
在半对数坐标轴上 |
在线性轴上 |
|
|
斜率是指当 log(X) 变化 1.0 时(即 X 变化 10 倍)Y 的变化量。
Y截距是当 log(X) 等于 0.0 时的 Y 值。因此,当 X 等于 1.0 时,Y 值即为该截距。
Y=10^(斜率*X + Y截距)
在半对数坐标系中 |
在线性轴上 |
|
|
斜率是指当 X 变化 1.0 时,log(Y) 的变化量。
截距是指当 X 等于 0.0 时 log(Y) 的值。
Y = 10^(斜率 * log(X) + 截距)
在对数轴上 |
在线性轴上 |
|
|
由于两个坐标轴的变换方式相同,该图在两个坐标轴上均为线性。但在拟合数据时,两条拟合曲线不会完全一致。
斜率是指当 log(X) 变化 1.0 时,log(Y) 的变化量。
Y截距是当 log(X) 等于 0.0 时的 Y 值。因此,当 X 等于 1.0 时,Y 值即为该截距。
非线性回归分析旨在最小化实际 Y 值与曲线预测的 Y 值之间差值的平方和。这与最小化点与曲线之间距离的平方和(如图所示)并不相同。在下图中,两条垂直线看似距离相等,但一条代表 9 个 Y 单位的差值,另一条则代表 900 个 Y 单位的差值。

在某些情况下,一种可能更优的替代方法是使用 Prism 的变换分析功能,将 Y(以及可能的 X)转换为对数。然后对这些对数值进行线性回归。该回归结果将不同于在对数轴上进行线性和非线性回归所得的结果。