Prism 可以通过四种方式计算泊松分布的拟合优度，这些选项可在“诊断”选项卡中选择。

伪R平方  

Poisson回归模型无法直接计算 R²。因此，Prism 报告的是伪 R²。您可以像解读常规 R² 一样来解读它。这是最易于理解的拟合优度指标，因此我们推荐使用它。

伪 R² 是根据三个模型的对数似然值计算得出的：LLo（水平线模型的对数似然值）；LLfit（您所选模型的对数似然值）；以及 LLmax（可能达到的最大对数似然值，即当实际响应值与预测响应值完全相同时，曲线会经过每个数据点，且所有残差均等于 0.0 的情况）。计算伪 R² 的公式为：

 R² = (LLfit - LLo) / (LLmax - LLo)

负对数似然

最小二乘回归旨在最小化平方和，Prism 会报告该值。Poisson回归则旨在最大化似然函数的负对数，Prism 也可报告该值。

偏差或 G²

模型偏差是最大可能对数似然值（见上文）与拟合模型对数似然值之间差值的两倍。模型偏差的计算公式为 D=2(LLmax - LLfit)。这也被称为 G2。

离散比

当数据来自泊松分布时，方差等于均值。Prism 可以报告方差与均值的比值（VMR），即离散比。Prism 通过参数 phi 报告过分散的程度。如果 phi 远大于 1.0，则曲线周围数据点的实际方差大于均值，泊松模型可能不适用。这被称为过分散。 某些软件提供了Poisson回归的扩展功能以处理过度分散问题，但 Prism 并未提供（如果您需要此功能，请告知我们）。

AICc

AICc仅在您将同一组数据分别拟合到三个或更多模型时才有用。此时，您可以使用AICc在这些模型之间进行选择。但请注意，只有当不同拟合之间的唯一区别在于所选模型时，比较AICc才有意义。如果不同拟合之间的数据不完全相同，那么任何AICc值的比较都将毫无意义。此外，所有拟合必须采用相同的加权方式（即回归方法），这一点至关重要。 若某次拟合采用Poisson回归，则所有拟合均需采用该方法。