Prism 提供了两种标准的拟合优度检验：霍斯默-莱梅肖检验和似然比检验（LRT）。 使用这些检验时应谨慎，因为它们检验的零假设并不相同，且 P 值的解释方式也大不相同。下面将简要说明每种检验，本指南的“结果解释”部分还提供了更多相关信息。

霍斯默-莱梅肖检验

该检验采用“指定模型是正确的”这一零假设。因此，较小的 P 值可能表明模型不完整。您可能需要添加更多的独立变量或交互作用。由于其他软件通常包含此检验，因此我们将其作为选项提供。然而，针对该检验存在诸多批评，因此不建议使用。 Prism 按照最初描述的方式进行该检验，即根据预测结果将数据分为 10 组。数字 10 是任意的，某些程序（非 Prism）允许您选择其他数值（这可能会显著改变 P 值）。

似然比检验（LRT）

该检验的零假设是：仅截距模型是正确的。 换言之，零假设认为没有任何独立变量能提供有助于预测结果的信息。因此，较小的 P 值将表明仅含截距模型是不充分的。顾名思义，该检验使用针对指定模型与仅含截距模型计算的对数似然值之比。