检验平行性

“拟合曲线”平台中或“拟合曲线”平台中的“模型拟合”红色小三角菜单中的“检验平行性”选项提供一个分析，用于检验不同组之间的拟合模型是否具有相同的形状，但这些模型在沿着 X 轴上有平移（图 14.9）。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，以及是否只有沿着水平轴的平移。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 14.9 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。在图 14.9 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，在图 14.10 中，test A 相对于 standard 的相对效力为效力test A/效力standard 。

图 14.10 按组划分的相对效力 

在图 14.10 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。