Prism 在使用非线性回归拟合曲线时，采用了一种独特的方法来识别异常值。本示例将向您展示使用 Prism 识别异常值是多么简单。了解更多关于该方法的工作原理、适用场景以及何时应避免使用它。

1. 创建数据表

在“欢迎”或“新建数据表”对话框中，选择创建 XY 数据表，选择使用教程数据，并选中示例数据“非线性回归中的异常值剔除”。

2. 检查数据表和图表

数据表包含两个数据集（对照组和处理组）的数值，每个数据集都有三个重复的子列。

由于这是您首次查看该图表，Prism 将弹出“更改图表类型”对话框。请选择第三个选项，以绘制各个重复样本的数据点，而非均值和误差线。

3. 选择非线性回归

单击“分析”按钮，然后从 XY 分析列表中选择“非线性回归”。

或者，点击非线性回归的快捷按钮。

4. 选择模型，并启用自动异常值检测

在非线性回归对话框的“拟合”选项卡中，打开指数方程面板，并选择：“单相衰减”。

然后转到“方法”选项卡，选择识别并剔除异常值。了解在何种情况下剔除异常值是有帮助的，何时应避免这样做，以及其工作原理。

5. 查看图表

Prism 识别出了该异常值，并将其以红色标注，叠加在数据图上。识别出异常值后，Prism 会将剩余的数据点进行拟合，仿佛该异常值不存在一般。在接受结果之前，请思考该点为何会被视为异常值。请记住，并非所有异常值都是“错误”的数据点。

双击图表以调出“设置图表格式”对话框。转到第二个选项卡。您可以看到，该图表现在包含三个数据集：原始数据、拟合曲线以及异常值。阅读更多关于绘制异常值的信息。