选择非线性回归而非线性回归来拟合直线

Prism 提供了线性和非线性回归的独立分析功能。但非线性回归分析同样可以拟合直线模型。当您希望利用 Prism 非线性回归分析中线性回归分析所不具备的功能时，此方法非常有用，例如比较两个模型、应用权重或自动排除异常值。请参阅关于使用非线性回归分析拟合直线的优势的详细讨论。

在具有非线性坐标轴的图表上拟合直线

非线性回归分析拟合的是数据，而非图表。由于 Prism 允许您选择对数轴或概率轴，因此某些数据点构成直线的图表实际上遵循非线性关系。Prism 的“直线”方程集合中包含一些方程，可让您将非线性模型拟合到在以下情况下看似线性的图表上：X 轴为对数轴、Y 轴为对数轴、两个轴均为对数轴，或者 Y 轴使用概率刻度。 在这些情况下，线性回归会将直线拟合到数据上，但由于其中一个坐标轴（或两个坐标轴）非线性，图表会呈现出弯曲的形状。相比之下，使用适当的非线性模型进行非线性回归，则会在这些坐标轴上生成一条看起来笔直的曲线。

分段回归

分段回归会为所有X值小于某个阈值X0的数据点拟合一条直线，并为所有X值大于X0的数据点拟合另一条直线，确保这两条直线在X0处相交。

当X表示时间，且您在时间点X0处采取了某种操作（例如注射药物或快速改变温度）从而改变了直线的斜率时，分段回归非常有用。在这些情况下，您的模型确实具有两个斜率，且存在一个明显的过渡点。