如果您输入带有重复值的数据（在并排的子列中），Prism为您提供了处理重复值的两种选择。

•将每个重复值视为一个单独的点。

•拟合每组重复值的平均值。

本页的其余部分解释了如何决定。如果有疑问，请选择拟合单个重复，另一个选择很少有用。

独立的重复值

在大多数实验中，可公平地将每个重复值视为一个独立的数据点。每个特定的重复值均受到随机因素的影响，这些因素可能会增加或减少其价值。每个随机因素均会影响单个重复，没有任何随机因素会影响整个重复。在任何一种生化实验中，每一个数值均来自试管或平板井，几乎可以肯定，这些重复值几乎是独立值。

重复值是独立值时，Prism将把每个重复值当作一个单独的点。如果在一个X值处有四个重复，在另一个X值处有两个重复，这四个重复将自动获得两倍的权重，因为程序认为它们是四个独立的数据点。

如果要求Prism拟合平均值，而非单个重复，将不会得到有效的标准误差和置信区间。如果在不同的X值处有不同数量的重复，将失去更多重复值应得的额外权重，因此将得到不正确的最佳拟合值。

不独立的重复值

在一些实验情况下，重复值不是独立值。随机因素会同时影响所有重复值。两个示例：

•您在每种浓度下用一根试管做了一个结合实验，但在每根试管中测量了三次放射性。这三个值不是独立值。进行实验时的任何实验误差均会影响所有重复值。

•您进行了一个剂量反应实验，在每种剂量下用不同动物进行三次测量，这三种测量并不独立。如果一只动物碰巧比其他动物反应更强烈，那将影响所有重复值。重复值不是独立值。

在这些情况下，将每个重复值视为单独的数据点是不合适的。大多数随机变异发生在试管（第一个示例）或动物（第二个示例）之间。收集多个重复值不会给您带来太多额外信息。当然，每个重复值并没有给出关于参数值的独立信息。这里有一种方法来看待该问题。想象一下，您对一只单独的动物进行了一个剂量反应实验。假如您对一只动物测量两次（一剂）和另一只动物（另一剂）十次。将这些值作为个体值输入是错误的，因为与第一个剂量相比，第二个剂量的权重增加了五倍。随机因素倾向于影响动物，而非测量，因此测量一只动物十次并不会比测量它两次给您提供更多的信息。

因为每根试管（上文第一个示例）或动物（第二个示例）是实验单位，应就每根试管或动物输入一次。如果测量了几个重复，求平均值并输入平均值。不要输入个体值，不要用样本量来衡量方法，这样做会不恰当地增加自由度，使得SE太小和CI太窄。这样做，有不相等的重复数量时，会给试管或有更多重复的动物造成人为的、不适当的加权，因此会影响最佳拟合曲线，且会得到不太理想的最佳拟合参数值。

如果对拟合单个重复与拟合平均值的选择感到困惑，请选择拟合单个重复（默认设置）