下图显示了两条剂量反应曲线。该实验的目的是确定这两个EC50值。 EC50是指能引起介于最小反应与最大反应之间中点反应的浓度（剂量）。下图中的每条曲线均分别针对其中一组数据集进行了拟合。水平线表示EC50的95%置信区间。

虽然曲线很好地拟合了数据点，但置信区间却相当宽。 我们实际上并未以足够的精度确定EC50值，因此无法得出有用的结论。问题在于，控制数据（方块）未能准确定义曲线的下平台，而处理组数据（圆圈）也未能准确定义曲线的上平台。 由于数据未能很好地界定最小和最大响应值，因此也无法清晰地界定最小与最大响应值之间的中点。相应地，每个EC50的置信区间跨度超过了一个数量级。 该实验的全部目的在于确定这两个 EC50 值，但 EC50 的控制数据存在不可接受的不确定性。

通过共享参数可以解决这个问题。以本示例为例，共享定义上平台、下平台及斜率的参数。但不要共享 EC50 值，因为控制数据和处理数据的 EC50 值显然截然不同。

以下是结果。

曲线的图形看起来仅略有不同。但现在程序能够以极高的置信度找到最佳拟合参数。EC50值的95%置信区间跨度约为2倍（相比之下，未共享参数时跨度为10倍或更多）。

控制数据很好地定义了曲线的顶部，但未能定义底部；处理组数据集很好地定义了曲线的底部，但未能定义顶部。通过同时拟合这两组数据集并共享部分参数，两个EC50值均以合理的确定性被确定下来。