Prism 通过似然性检验对正态分布和对数正态分布进行比较，并计算数据分别来自这两种分布的相对似然性。注：

•对数正态分布仅包含正数。对数正态分布中不可能出现负值和零值。如果存在任何零值或负值，Prism 将不进行对数正态性检验。

•Prism 仅拟合这两种分布，并给出数据更可能来自其中哪种分布的百分比概率。当然，数据可能来自的其他分布有无限多种。Prism 仅判断正态分布与对数正态分布中哪一种更可能，若两者均不太可能，则不会予以提示！

•对数正态分布在生物学中很常见，因此人们可能会认为，询问数据更可能来自正态（高斯）分布还是对数正态分布是常见的问题。事实上，这种比较很少进行。Prism（截至2017年）似乎是唯一将此检验简化的软件。

•有关数学细节，请参阅 Burnham 和 Anderson 所著《模型选择与多模型推理：一种实用的信息论方法》（第二版）第 6.7.2 节。 基本上，Prism 采用最大似然法拟合正态或对数正态分布，然后比较这两种分布的似然值。他们指出，这相当于比较两种拟合结果的 AIC 值。

•不要完全依赖似然比较的结果。还应查看正态性和对数正态性的检验。

•不要忘记查看数据分布的图表。利用频率分布分析绘制频率分布直方图。在查看统计结果之前，务必先观察数据本身。 此外，正态性检验分析可生成两幅 QQ 图，一幅基于正态分布的假设，另一幅基于对数正态分布的假设。基于正确假设绘制的 QQ 图应接近线性。