选择非线性回归而非线性回归来拟合直线

Prism 分别提供了线性和非线性回归分析功能。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 非线性回归分析中那些线性回归分析所不具备的功能时，此功能非常有用，例如比较两个模型、应用加权或自动排除异常值等。 请参阅关于使用非线性回归分析拟合直线的优势的更详细讨论。

在具有非线性坐标轴的图表上拟合直线

非线性回归分析是对数据进行拟合，而非对图表进行拟合。由于 Prism 允许您选择对数轴或概率轴，因此某些数据点看似呈直线分布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以下类型的图表上：当 X 轴为对数刻度、Y 轴为对数刻度、两个轴均为对数刻度，或者 Y 轴使用概率刻度时，这些图表看起来呈线性关系。 在这些情况下，线性回归会将一条直线拟合到数据上，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，采用适当的非线性模型进行非线性回归，则会生成一条在这些坐标轴上看起来笔直的曲线。

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=X0时采取了某种措施来改变直线的斜率时，分段回归就非常有用。例如，您可能注射了某种药物，或者迅速改变了温度。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。