非线性回归分析是对数据进行拟合,而非对图形进行拟合。若选择概率Y轴,则数据点构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,可让您对当Y轴为概率轴时看似线性的图形拟合非线性模型。 在这些情况下,线性回归会将一条直线拟合到数据上,但由于其中一个坐标轴(或两个坐标轴)非线性,图表会呈现出弯曲的形状。相比之下,使用适当的非线性模型进行非线性回归,则会生成一条在这些坐标轴上看起来笔直的曲线。
1.创建一个 XY 表格,并输入 X 和 Y 值。
2.转到图形,双击一个坐标轴以调出“设置坐标轴格式”对话框。将 Y 轴更改为概率刻度。 
3.单击“分析”,选择“非线性回归”(而非“线性回归”),然后从“线”部分的方程中选择一个累积高斯分布方程。
顶值=100
z=(X-均值)/标准差
Y=Top * zdist(z)
在概率轴上 |
在线性轴上 |
|
|
Top=1
z=(X-均值)/标准差
Y=顶值 * zdist(z)
在半对数坐标轴上 |
在对数-线性轴上 |
|
|
均值是原始分布的平均值,频率分布即由此生成。
SD 是原始分布的标准偏差。
这两个参数均采用与图表中绘制的 X 值相同的单位表示,该单位与生成该频率分布的原始分布中的 Y 值相同。