Prism 的线性回归分析会在您的数据中拟合一条直线,并允许您强制该直线经过原点。当您确定直线必须始于原点(X=0 且 Y=0)时,此功能非常有用。
Prism 的非线性回归提供了“通过原点的直线”方程。它比线性回归分析提供更多选项,例如比较两个模型、应用权重、自动排除异常值以及对残差进行正态性检验。请参阅关于使用非线性回归分析拟合直线的优势的详细讨论。
在许多科学情境中,当 X=0 时 Y 也应等于 0 是合乎逻辑的,因此应强制直线经过原点(X=0, Y=0)。但即使在这些情况下,拟合一条同样包含截距的普通线性回归直线也可能是合理的。 您正在分析的数据可能远离原点,若不强制直线通过原点,通过数据点(即您关注的部分)的拟合效果可能会更好。当真实模型呈曲线状(且起点位于原点)时,这种情况便可能发生,因此一条不强制通过原点、仅通过数据点的直线,其拟合效果可能远优于强制通过原点的直线。
Prism 使比较通过原点与不通过原点的拟合结果变得非常简单。
创建一个 XY 数据表。该表包含一个 X列和多个 Y 列。如果有多个实验条件,请将第一个条件放入 A 列,第二个放入 B 列,依此类推。
输入数据后,点击“分析”,选择“非线性回归”,选择“直线方程”面板,并勾选“通过原点”
Y = 斜率 * X
斜率是直线的斜率,以Y单位除以X单位表示。它估计了整个总体中Y与X的比值。
在适合使用通过原点的线性回归的情况下,通常随着 X(和 Y)的增加,重复 Y 值之间的变异也会增加。Prism 提供了两种加权选项(位于“权重”选项卡中),用于处理这种情况。 若认为 Y 的方差与 X 的平方成正比(即 Y 值之间的标准差与 X 成正比),请使用 1/X² 加权;若认为 Y 的方差与 X 成正比,请使用 1/X 加权。
当限制直线必须经过某一点时,计算 R² 有两种可能的方法:
•将最佳拟合直线的拟合效果与一条位于Y均值处的水平直线的拟合效果进行比较。但该零假设(即通过Y均值的水平直线)并不满足“必须经过原点”的约束条件。
•将最佳拟合直线与 Y=0 处的水平线进行比较。这种方法满足“必须经过原点”的约束条件,但往往与数据的拟合效果极差,从而推高了 R² 值。
当您使用非线性回归拟合一条通过原点的直线时,Prism 采用上述第一种定义。如果您使用线性回归,并要求 Prism 约束直线必须通过原点,它将根本不会报告 R² 值。
| 1. | J. G. Eisenhauer, 《通过原点的回归分析》。《统计教学》25, 76–80 (2003)。 |