如果输入的数据带有重复数据（并列子列），Prism 提供了两种处理重复数据的方法。

•将每个重复数据视为一个单独的点。

•拟合每组重复数据的均值。

本页其余部分将解释如何做出决定。如果有疑问，请选择拟合单个重复样本。其他选择很少有用。

独立重复

在大多数实验中，将每个重复样本视为独立数据点是公平的。每个特定的重复样本都受随机因素的影响，这些因素可能会增加或减少其值。每个随机因素都会影响单个重复样本，而任何随机因素都不会影响作为一组的重复样本。在任何一种生化实验中，每个检验值都来自一个试管或板孔，因此几乎可以肯定重复是独立的。

如果重复数据是独立的，Prism 会将每个重复数据视为一个单独的点。如果在一个 X 值上有四个重复样本，而在另一个 X 值上有两个重复样本，那么这四个重复样本将自动获得两倍的权重，因为程序会将它们视为四个独立的数据点。

如果要求 Prism 拟合平均值，而不是单个重复样本，就不会得到有效的标准误差和置信区间。如果在不同的 X 值上有不同数量的重复点，就会失去重复点较多的点应得的额外权重，因此会得到不正确的拟合优度值。

不独立的重复

在某些实验情况下，重复点并不是独立的。随机因素会同时影响所有的重复点。举两个本示例：

•您用一个试管以每种浓度进行了结合实验，但对每个试管中的放射性进行了三次测量。这三个值不是独立的。进行实验时的任何实验错误都会影响所有的重复实验。

•您进行了剂量-反应实验，在每个剂量下使用不同的动物进行了三次测量。三次测量结果并不独立。如果一只动物的响应者多于其他动物，这将影响所有的重复实验。重复实验不是独立的。

在这种情况下，将每个重复作为一个单独的数据点是不合适的。大多数随机变化都发生在试管（本示例一）或动物（本示例二）之间。收集多个重复数据并不能提供更多信息。当然，每个重复并不能提供有关参数值的独立信息。这里有一种方法可以说明这一点。假设您进行了一项剂量反应实验，每种剂量都有一只动物。您对一只动物（一种剂量）和另一只动物（另一种剂量）进行了十次重复测量。如果将这些值作为单个值输入，那就错了，因为这样第二剂量的权重将是第一剂量的五倍。随机因素往往影响的是动物，而不是测量结果，因此，对动物进行十次测量并不能获得比测量两次多五倍的真实值信息。

由于每个试管（上文第一个示例）或动物（第二个示例）都是实验单位，因此您应将每个试管或动物输入一次。如果您测量了多个重复样本，请取平均值并输入平均值。不要输入单个值。不要按样本量对平均值加权。这样做会不适当地夸大自由度，导致 SE 太小，CI 太窄。在重复次数不等的情况下，这样做会人为地给重复次数较多的试管或动物加权，而这是不应该的，因此会影响拟合优度曲线，从而得到不理想的拟合优度参数值。

如果您对选择拟合单个重复样本还是平均值感到困惑，请选择拟合单个重复样本（默认值为