在试图解释其余的结果之前，先看看模型中每项参数的最佳拟合值。首先确保您知道每项参数用什么单位表示（如果有任何单位；一些参数是无单位常数）。接下来，确保每个值均有生物学或科学意义。

如果一项参数值没有生物学或化学意义？

如果一个值没有任何意义，则自问以下问题：

•数据是否已定义所有参数？

•是否应将一个（或几个）参数限制为常数值？如果不是，您是否应将其限制在一个数值范围（也许只有正数）？

•是否应该使用全局非线性回归将一系列数据集拟合在一起？

为什么Prism表明“不稳定”而非报告最合适的值？

在“非线性回归”对话框的“置信度”选项卡中，可选择Prism应该如何处理困难的拟合度。如果选择推荐方法，困难的参数（及其置信区间）将标记为“不稳定”。

为什么有些值前面有一个~符号？

如果选择（在“置信度”选项卡上）使用旧方法将某些拟合值识别为“不明确”，则如果某个值的前面是~，则意味着结果“模糊”。更改任何参数值均会使曲线远离数据，并增加平方和。但拟合“模糊”时，更改其他参数可移动曲线，使其再次接近数据。换言之，许多参数值组合均会得出能同样很好拟合的曲线。

以~开头的参数值定义了Prism创建的曲线，但实际上在其他方面没有用处，其他值将生成相同曲线，或同样拟合的曲线。

最佳拟合值以~开头时，标准误差也是如此。相应的置信区间显示为“非常宽”，没有数值范围（该范围将无限宽）。