“检验平行性”选项提供的分析用于检验不同的组之间拟合模型是否具有相同的形状,但拟合线会沿着 X 轴平移(Figure 13.9)。在 Bioassay 示例中,药物配方 B 的曲线平移到其他三条曲线的左侧。不过,您并不知道这些曲线是仍具有相同形状(平行),还是配方 B 具有不同的形状。“平行性检验”告诉我们不同的药物配方是否具有相似的形状,以及是否只是沿着水平轴的平移。从拟合模型的红色小三角菜单中选择检验平行性可以添加该报表。
图 13.9 平行性检验
该报表提供以下结果:
检验结果
提供针对平行性的 F 检验和卡方检验的结果。这些检验会比较完全模型的误差平方和(完全误差平方和)和简化模型(拟合误差平方和)的误差平方和。完全模型为每个组提供不同的参数。简化模型强制各组共享除拐点以外的所有参数。较小的 p 值指示组模型彼此之间显著不同。因此,带有共享参数的简化模型不充分,而应使用完全模型。在Figure 13.9 中,p 值大于 0.05,表示没有足够的证据可以推断出曲线之间存在差异。在这种情况下,带有共享参数的简化模型是合适的。
按以下方式计算拟合统计量:
F 比
[(拟合误差平方和 - 完全误差平方和) / NDF] / [完全误差平方和 / DDF]
卡方
拟合误差平方和 - 完全误差平方和
平行拟合参数估计值
给出简化模型下的参数估计值(各组模型除拐点之外的参数都相同)。此外还提供了简化模型下的拟合曲线图。药物配方 B 的拐点比其他三种药物配方的拐点低得多。
相对效力
提供分组变量每个水平的效力和相对效力。效力为 10^(EC50),其中 EC50 是响应值位于基准值和最大值的中间位置时的浓度。对于双参数 Logistic、三参数 Logistic 和四参数 Logistic,效力为 10^(拐点参数)。相对效力是分组变量的一个水平的效力除以另一个水平的效力。例如,在Figure 13.10 中,检验 A 与标准的相对效力为效力检验 A/效力标准。
图 13.10 按组划分的相对效力
在Figure 13.10 中的相对效力与 standard 面板中,注意到药物配方 A 和 C 的相对效力都接近 1。这表明它们的效力类似于标准配方的效力。药物配方 B 的效力低于标准配方的效力。这意味着药物配方 B 在毒性(作为浓度的函数)的增长速度上要比标准配方快。
在平行性检验中,所有曲线是平行的,这样您便可以计算相对效力。基于相对效力,您可以得出结论:配方 B 的相对效力比其他药物配方都要大。再加上之前的研究结果,药物配方 B 看起来毒性更大。