非线性回归的目的是根据数据拟合一个模型。程序会找出模型中参数的拟合优度值（可能是速率常数、亲和力、受体数量等），您可以对其进行科学解读。

选择模型是一项科学决策。您应根据自己对化学或生理学（或遗传学等）的理解做出选择。不应仅根据图形的形状来选择。

有些程序（GraphPad 软件公司不提供）会自动将数据拟合到成千上万个方程中，然后向您提供与数据拟合优度最高的方程。使用这样的程序很有吸引力，因为它让你无需选择方程。但问题是，程序并不了解实验的科学背景。拟合数据最优度的方程不太可能与具有科学意义的模型相对应。您将无法解读参数的拟合优度值，因此结果也不可能有用。

如果您的目标只是为模拟或插入值创建一条平滑的曲线，那么让程序为您选择模型可能会很有用。在这种情况下，您并不关心参数值或模型的含义。您只关心曲线是否能很好地拟合数据，并且不会晃动得太厉害。当曲线拟合的目的是根据化学、物理或生物原理将数据拟合到模型中时，应避免使用这种方法。不要用计算机程序来逃避对实验系统的理解，或逃避做出科学决策。