Prism 8.2

在非线性回归对话框的“置信度”选项卡中，您可以选择 Prism 应如何处理难以拟合的情况。如果您选择推荐的方法（8.2 版新增），难以拟合的参数（及其置信区间）将被标记为“不稳定”。 若选择其他方法，整个拟合结果可能会被标记为“模棱两可”，且某些参数前会带有波浪号（~）。用于识别不稳定参数的方法与识别模棱两可参数的方法截然不同，因此结果将根据您的选择而有所不同。

Prism 8.0

Prism 8 改进了部分算法，因此有时拟合曲线的速度比 Prism 7 更快。在绝大多数情况下，结果应相同或相似。Prism 8 修复了一个错误，现在即使在权重不均等的情况下也能正确报告 Hougaard 偏度。Prism 6 和 7 在权重不均等时报告的 Hougaard 偏度结果不正确。

Prism 5-7

Prism 5 和 6 采用相同的算法，因此报告的结果应始终一致。Prism 7 引入了略有改进的算法，因此结果可能会略有差异，但这些差异微不足道。

Prism 4

Prism 4 采用的算法略有不同，因此在以下情况下，曲线拟合结果可能与后续版本的 Prism 不同：

•如果您的拟合结果在 Prism 5 或更高版本中被标记为“模糊拟合”，则表明某些参数未被精确确定。Prism 4 在这种情况下会呈现完整的结果集，但当拟合结果模糊时，这些结果并无实际意义。

•若未选择加权方式，请对比两个程序的平方和。回归分析的目标是使平方和最小化，因此请查看哪个版本的 Prism 得出的拟合结果平方和更小。Prism 5 及后续版本在拟合算法上有所改进，因此偶尔能找到比 Prism 4 更优的拟合结果。即使存在差异，通常也微不足道。

•若选择按 Y 值（或 Y 值的平方）进行加权，Prism 5 及后续版本的加权处理方式与 Prism 4 不同。Prism 5 现按曲线的 Y 值进行加权，而 Prism 4（及更早版本）则按数据的 Y 值进行加权。 基于曲线 Y 值进行加权更为合理，因此 Prism 5 及后续版本的结果更为准确。由于加权计算方式不同，您无法直接比较这两个版本 Prism 报告的加权平方和值。

•在比较两个模型时，Prism 现在会执行一个额外步骤。如果其中一个模型存在歧义，Prism 会直接选择另一个模型，而不会进行 F 检验或 AIC 比较。

•Prism 现在提供了更多定义初始参数值的规则。如果您的方程使用了这些新规则之一，Prism 4 可能无法找到合理的拟合结果，直到您调整这些初始值。特别是，Prism 现在针对拟合 S 形 log(剂量) 与剂量反应曲线提供了更智能的规则。

•如果您输入的数据包含均值、标准差（或标准误）和样本量 N，那么 Prism 4（默认情况下）会拟合均值，并按样本量（N）进行加权。这是“加权”选项卡上的两个选项之一（另一个选项是仅拟合均值，忽略 N）。 Prism 现在默认设置更为智能（尽管您仍可选择仅拟合均值并忽略 N 和标准差值）。它不仅会考虑样本量 N，还会考虑您输入的标准差（或标准误）值。在 Prism 5 或更高版本中（但不包括 Prism 4），使用均值、标准差和样本量 N 输入数据所获得的结果，将与直接输入原始数据完全一致。 Prism 4 仅考虑样本量 N 的差异，而不考虑标准差。参数的控制数据（以及由此产生的曲线形态）在 Prism 4 和 5 中是相同的。但在标准误差、置信区间以及模型比较方面，Prism 5 及更高版本的表现更为智能。