为什么需要初始值？

非线性回归是一种迭代过程。程序必须先为每个参数设定估计的初始值，然后通过调整这些初始值来改善拟合效果。

Prism 如何自动提供初始值？

Prism 内置的每个方程以及您定义的方程都包含用于计算初始值的规则。这些规则利用 X 和 Y 值的范围来生成初始值，这些值将成为最初的自动初始值。 您可以修改用户自定义方程的规则，也可以克隆内置方程将其转为用户自定义方程。当您下次选择该方程进行新分析时，新规则将被调用。这不会改变您当前正在进行的分析的初始值。

初始值是否合理？

如果非线性回归未报告任何结果，或者结果似乎有误，问题可能出在初始值上。 要检查初始值是否合理，请在“诊断”选项卡中勾选“不拟合曲线，而是绘制由初始值定义的曲线”。当您在非线性回归对话框中单击“确定”时，Prism 将不会拟合曲线，而是根据您的初始值生成一条曲线。如果该曲线总体上不在数据点附近，请在运行非线性回归之前更改初始值。

更改初始值

在大多数情况下，自动生成的初始值效果良好。若难以获得合理的拟合结果，您可能需要调整初始值。您可以针对每个数据集的每个参数覆盖自动初始值：

1.在“初始值”选项卡的顶部选择一个数据集。或者按住 Ctrl 键并选择多个数据集。或者点击选项卡右上角的“全选”。

2.取消勾选“自动选择”，并输入新的初始值。

如果您已查看过数据的图表、理解了模型，并掌握了方程中所有参数的含义，那么估算初始值将变得非常容易。请记住，您只需要一个近似值，无需非常精确。

初始值有多大影响？

在拟合多项式模型时，输入什么初始值都无所谓。在拟合其他模型时，初始值的重要性依赖于数据对曲线的拟合程度以及模型中参数的数量。当数据点分布较散、对模型的拟合效果不佳，且模型参数较多时，初始值的影响最为显著。