在学习如何使用GraphPad Prism（或任何程序）来拟合模型前，有必要先回顾一下必要步骤。

步骤1. 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。这是一个科学决定，必须由理解实验科学目的的人员做出。为什么计算机程序不应为您挑选模型。

步骤2. 决定是否约束任何参数，使其为常量

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。

记住非线性回归程序没有“常识”。这是您的工作！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。

步骤3. 选择（或检查）初始值

非线性回归是一种迭代过程。程序必须从每项参数的估计值开始。然后，会对这些初始值进行调整以提高拟合度。如果您选择内置方程，则GraphPad Prism会自动提供初始值。如果您输入自己的方程，您还需要提供初始值，或根据数据范围生成初始值的规则。

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. 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5. 决定加权方案

非线性回归程序通常对每个点的权重相等。但有很多方法可对这些点进行不同的加权。

步骤6. 选择需报告的结果

非线性回归总是报告参数的最佳拟合值。除此之外，Prism（和大多数程序）提供了许多结果报告选项。