如何用GraphPad Prism 8 拟合模型_Graphpad Prism_统计与绘图_实用技巧

许多科学家对拟合曲线的使用比任何其他统计技术都要频繁。然而，很少有统计文本可真正解释曲线拟合的原理。但是，在GraphPad官方的Prism中文用户指南里，涵盖了拟合曲线的简要介绍，尤其是非线性回归。

Prism使得将模型拟合到数据非常容易，本篇的内容比较简单直接，手把手教大家如何使用非线性回归拟合模型——如何用Prism拟合模型。

步骤1：输入数据

创建一个XY工作台，并输入数据。如果在每个X值上均有重复的Y值，请格式化表格，输入重复值。

从XY表格或图中，点击快捷按钮，使用非线性回归拟合模型。或者点击“分析”并从“分析”对话框中选择。

步骤2：选择一个模型

非线性回归使用模型拟合数据。因此，您必须选择一个模型或输入一个新模型。

步骤3：选择（或检查）初始值

非线性回归是一种迭代过程。程序必须从每个变量的估计值（处于正确“范围”内）开始，比如说在实际值的五倍以内。然后，会对这些初始值进行调整以提高拟合度。见非线性回归的工作原理。

如果您使用内置方程，则GraphPad Prism会自动提供初始值。如果输入自己的方程，也可输入初始值规则。例如，一项参数的初始值可以是数据中最大Y值的两倍，而另一项参数的初始值可等于最高和最低X值的平均值。在定义这些规则后，Prism将根据数据范围计算适当的初始值。

初始值“非线性回归”对话框的选项卡允许您检查和覆盖所计算的初始值。

如果您已查看数据图表、理解模型，并理解方程中所有参数的含义，就会发现很容易估算初始值。记住，只需要一个估算值。不一定要非常准确。如果在估计初始值时遇到问题，请先将数据放在一边，使用模型模拟曲线。每次更改一个变量，并查看其如何影响曲线的形状。在您了解参数如何影响曲线后，您可能会发现更容易估计初始值。

拟合一个简单的模型来清理数据时，如果初始值与正确值相差甚远，这并没有多大关系。无论使用什么初始值，您均会得到相同的最佳拟合曲线，除非初始值非常不正确。数据有很多分散或者模型有很多变量时，初始值更重要。

步骤4：决定是否约束任何参数

执行非线性回归时，不必拟合方程中的每项参数。取而代之的是，您可将一个或多项参数固定为常量。只有几个数据点时，定义常数通常很有帮助。例如，可将S形曲线或指数衰减的底部稳定段固定为零。

请记住，非线性回归程序没有“常识”。您需要考虑一下您是如何做实验的，并决定是否应固定一些参数。例如，如果已减去背景信号，则将剂量 - 反应曲线或指数衰减曲线的底部稳定段固定为零是有意义的。

Prism还允许将参数值约束在一定的范围内。

步骤5：如果同时拟合两个或多个数据集，请决定是否共享任何参数

如果将数据输入到两个或多个数据集列中，Prism将在一次分析中对全部列进行拟合。但除非指定共享一个或多项参数，否则每个拟合均将独立于其他拟合。共享参数时，分析称为全局非线性回归。

步骤6：决定加权方案

非线性回归程序通常对每个点的权重相等。但有很多方法可影响各点。

步骤7：选择其他选项

阅读关于范围、输出和“诊断”选项卡。

科研星球