在评估非线性回归结果时，首先应明确您的目标。如果您的目标是根据标准曲线插值未知数，请跳过本页，直接查看此分析核查清单。

如果您的目标是确定最佳拟合参数的值或比较模型，请在查看参数值、R² 等指标之前，先回答以下三个问题。

•您的结果中是否存在错误信息？Prism 有时会在结果表顶部显示简短提示。请阅读以下术语的含义：“初始值错误”、“中断”、“未收敛”、“模棱两可”、“触及约束”、“无法拟合”、“数据点过少”、“完美拟合”、“权重不合理”以及“方程未定义”。

•拟合曲线是否紧贴数据点？在极少数情况下，曲线可能远离数据点。例如，若您选错了方程，就可能出现这种情况。请查看图形以确认是否发生了这种情况。

•参数的控制数据在科学上是否合理？非线性回归程序缺乏常识，也不了解您的实验背景。曲线拟合过程有时会产生在科学上毫无意义的结果。 例如，当数据存在噪声或不完整时，非线性回归可能会报告负值的最佳拟合速率常数、大于 1.0 的最佳拟合分数，或负值的最佳拟合 Kd 值。所有这些结果在科学上均无意义。此外，还需检查变量的最佳拟合值是否符合数据范围的合理性。 如果S型曲线的顶部平台远大于最高数据点，或者EC50值不在X值的范围内，那么这些结果就毫无意义。如果结果在科学上不合理，即使曲线与数据点吻合且R²值接近1.0，这些结果也是不可接受的。    

如果这三个问题的答案均为“是”，那么深入分析非线性回归的数值结果才有意义。

•参数的标准误差与置信区间

•残差的正态性检验

•非线性回归的拟合优度

•游程检验

•重复样本检验

•依赖度与协方差矩阵

•Hougaard 偏度量

•拟合结果是否可能是局部极小值？

•异常值