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。进一步了解该方法的工作原理、何时适用以及何时应避免使用。

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“非线性回归过程中消除异常值”。

2. 检查数据表和图表

数据表中包含两个数据集（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，以绘制各个重复测量数据点，而非均值和误差条。

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. 选择一个模型，并选择自动异常值检测

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，选择识别和剔除异常值。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，并用红色将其绘制在数据图上。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样。在接受结果之前，请思考该数据点为何会被视为异常值。请记住，并非所有异常值都是“坏”数据点。

双击图表以打开“设置图表格式”对话框。转到第二个选项卡。您可以看到，该图表现在包含三组数据集：原始数据、拟合曲线和异常值。了解更多关于绘制异常值的信息。