如果您输入的数据包含重复值（在并列的子列中），Prism 会为您提供两种处理重复值的方法。

•将每个重复数据视为一个独立数据点。

•对每组重复数据的均值进行拟合。

本页其余部分将说明如何做出决定。如有疑问，请选择拟合单个重复数据。另一种选择很少有用。

独立重复

在大多数实验中，将每个重复视为独立的数据点是合理的。每个特定的重复都会受到随机因素的影响，这些因素可能会增加或减少其数值。每个随机因素仅影响单个重复，没有任何随机因素会影响重复数据作为整体。在任何类型的生化实验中，当每个数值都来自一个试管或培养板孔时，这些重复几乎可以肯定都是独立的。

当重复数据相互独立时，Prism 会将每个重复数据视为独立的数据点。如果某个 X 值有四个重复数据，而另一个 X 值有两个，这四个重复数据将自动获得两倍的权重，因为程序将其视为四个独立的数据点。

若要求 Prism 拟合平均值而非单个重复数据，将无法获得有效的标准误差和置信区间。若不同 X 值对应的重复次数不同，将无法体现重复次数较多数据点应得的额外权重，从而导致控制数据不准确。

非独立重复

在某些实验情境中，重复数据并非相互独立。随机因素可能同时影响所有重复数据。以下是两个例子：

•您进行了一项结合实验，每个浓度仅使用一个试管，但对每个试管中的放射性进行了三次测量。这三个数值是不独立的。实验过程中出现的任何误差都会影响所有重复样本。

•您进行了一项剂量-反应实验，每个剂量使用不同的动物，并进行三次测量。这三次测量结果并非相互独立。如果某只动物的反应恰好比其他动物更强烈，这将影响所有重复样本。这些重复样本之间不具有独立性。

在这些情况下，将每个重复样本视为独立的数据点是不恰当的。大部分随机变异发生在试管之间（本示例）或动物之间（第二个例子）。收集多个重复样本并不会提供多少额外信息。显然，每个重复样本都无法提供关于参数值的独立信息。以下是一种理解此问题的思路。假设您进行了一项剂量-反应实验，每个剂量使用一只不同的动物。 您对一只动物进行两次测量（针对一个剂量），并对另一只动物（另一个剂量）进行十次测量。若将这些数据作为独立数值输入，则会使第二个剂量的权重比第一个高出五倍，这显然是错误的。随机因素通常影响的是实验动物本身，而非测量过程，因此对同一动物进行十次测量，其提供的真实值信息量并不会比两次测量多出五倍。

由于每个试管（本示例第一个例子）或每只动物（本示例第二个例子）都是实验单位，您应仅将每个试管或每只动物输入一次。若进行了多次重复测量，请计算平均值并输入该平均值。 请勿输入单个数值。请勿按样本量对均值进行加权。这样做会不恰当地增加自由度，导致标准误过小且置信区间过窄。当重复次数不均等时，此操作会人为地、不合理地增加重复次数较多的试管或动物的权重，从而影响最佳拟合曲线，导致获得的拟合值低于最优值。

如果您对“拟合单个重复”与“拟合均值”的选择感到困惑，请选择拟合单个重复（这是默认设置）。