步骤 1.输入数据
创建 XY 表格并输入数据。如果在每个 X 值上都有重复的 Y 值，请将表格格式化，以便输入重复值。
在 XY 表格或图形中，单击快捷按钮，使用非线性回归拟合模型。或者单击分析，从分析对话框中进行选择。
步骤 2.选择模型
非线性回归根据数据拟合模型。因此，您必须选择一个模型或输入一个新模型。
步骤 3.选择（或回顾）初始值
非线性回归是一个迭代过程。程序必须从每个变异性的估计值开始，这些估计值必须在正确的 "范围 "内--比如说在实际值的 5 倍以内。然后，程序会调整这些初始值，以提高拟合值。 请参阅非线性回归的工作原理。
如果使用内置方程，GraphPad Prism 会自动提供初始值。如果输入自己的方程，也可以输入初始值规则。本示例中一个参数的初始值可能是数据中最大 Y 值的两倍，而另一个参数的初始值可能等于最高和最低 X 值的平均值。一旦定义了这些规则，Prism 就会根据数据范围计算出合适的初始值。
通过非线性回归对话框的初始值选项卡，您可以查看并覆盖计算出的初始值。
如果您看过数据图表，了解模型并理解方程中所有参数的含义，您会发现估算初始值很容易。请记住，您只需要一个估计值。不一定要非常精确。如果您在估算初始值时遇到问题，请将数据集放在一边，使用模型模拟曲线。每次改变一个变异性，看看它们如何影响曲线的形状。一旦你对参数如何影响曲线有了更好的感觉，你可能会发现估算初始值更容易了。
在对干净的数据拟合一个简单的模型时，如果初始值与正确值相差甚远，也没有什么关系。除非初始值与正确值相差甚远，否则无论使用什么初始值，都会得到相同的拟合优度曲线。当数据有很大的散点或者模型有很多变异性时，初始值就比较重要了。
第 4 步决定是否约束任何参数
在进行非线性回归时，您不必拟合方程中的每个参数。相反，您可以将一个或多个参数固定值。当只有几个数据点时，定义常量通常很有帮助。本示例中，您可以将 Sigmoid 曲线或指数衰减的底部高原固定为零。
请记住，非线性回归程序没有 "常识"。您需要考虑如何进行实验，并决定是否应固定某些参数。例如，如果已经减去了背景信号，那么将剂量反应曲线或指数衰减曲线的底高点固定为零就是合理的。
Prism 还可以将参数限制在一定的取值范围内。
第 5 步如果同时拟合两个或多个数据集，决定是否共享任何参数
如果在两个或多个数据集列中输入数据，Prism 将在一次分析中对所有数据集进行拟合。但除非指定共享一个或多个参数，否则每次拟合都将独立于其他数据集。共享参数时，分析称为全局非线性回归。
第 6 步决定加权方案
非线性回归程序通常会对每个点平均加权。但也有很多方法可以对各点进行不同加权。
第 7 步选择其他选项
