评价非线性回归结果时，首先要考虑目标是什么。如果您的目的是从标准曲线中插入未知量，则跳过本页，直接转至分析检查表。

如果您的目的是确定最佳拟合参数的值或比较模型，则在查看R²等参数值之前回答以下三个问题。

•结果是否无错误消息？Prism有时会在结果列表的顶部显示一条短消息。了解AIC模型比较“不良初始值”、“中断”、“未收敛”、“模糊”、“命中约束”、“不拟合”、“数据点过少”、“完美拟合”、“不可能出现的加权”，和“方程未定义”。

•曲线是否靠近数据点？在极少数情况下，曲线可能远离数据点。例如，如果选错方程，可能发生这种情况。查看图表，确保未发生这种情况。

•参数的最佳拟合值是否具有科学合理性？非线性回归程序并无通用意义，也不知道您的实验的背景。曲线拟合程序有时会产生无科学意义的结果。例如，对于存在噪声或不完整的数据，非线性回归可以报告负的最佳拟合率常数、大于1.0的最佳拟合分数或负的最佳拟合Kd值。所有这些结果毫无科学意义。此外，还需检查变量的最佳拟合值在数据范围内是否有意义。如果S型曲线的顶部稳定段远大于最高数据点，或者EC50未位于X值范围内，则结果无意义。如果结果无科学意义，即使曲线接近点和R²接近1.0，也不可接受 。

如果这三个问题的答案均为“是”，则深入研究非线性回归的数值结果就有意义。

•参数的标准误差和置信区间

•残差的正态性检验

•非线性回归的拟合优度

•游程检验

•重复值检验

•相依性和协方差矩阵

•Hougaard偏斜度度量

•拟合能否是局部最小值？

•异常值