非线性回归的目标是将模型拟合到数据上。程序会找出模型中各参数（例如反应速率常数、亲和力、受体数量等）的最佳拟合值，这些值可供您进行科学解读。

模型的选择是一项科学决策。您应基于对化学或生理学（或遗传学等）的理解来做出选择，而不应仅凭图表的形状来决定。

某些程序（GraphPad Software 未提供此类功能）会自动将数据拟合到数千个方程中，然后向您展示最符合数据的方程。使用此类程序颇具吸引力，因为它免去了您选择方程的麻烦。但问题在于，该程序无法理解您实验的科学背景。 那些最贴合数据的方程，很可能并不对应具有科学意义的模型。您将无法解读最佳拟合参数的控制数据，因此这些结果很可能毫无用处。

如果您的目标仅仅是为了模拟或插值而生成一条平滑曲线，那么让程序为您选择模型可能会很有用。在这些情况下，您并不关心参数的数值或模型的含义，您只关心曲线能否很好地拟合数据，且波动不要太大。 当曲线拟合的目标是根据化学、物理或生物原理将数据拟合到模型时，请避免采用这种方法。不要将计算机程序作为逃避理解实验系统或规避科学决策的手段。