选择非线性回归，而不是线性回归来拟合一条直线

Prism 提供线性回归和非线性回归的单独分析。但非线性回归分析可以拟合直线模型。当您想利用 Prism 的非线性回归分析中 Prism 线性回归分析中不提供的功能（如比较两个模型、应用加权或自动排除异常值）时，这一点非常有用。请参阅有关使用非线性回归分析拟合直线的优势的更长讨论。

在带有非线性轴的图形上拟合直线

非线性回归分析拟合的是数据，而不是图形。由于 Prism 可以让您选择对数轴或概率轴，因此一些数据点构成直线的图形会遵循非线性关系。Prism 的 "线性 "方程集包含一些方程，当 X 轴为对数轴、Y 轴为对数轴、两个轴均为对数轴或 Y 轴使用概率轴时，这些方程可让您将非线性模型拟合到图形上，这些图形看起来是线性的。在这些情况下，线性回归会对数据拟合出一条直线，但由于一个轴（或两个轴）不是线性的，所以图形会出现弯曲。相反，根据适当的非线性模型进行非线性回归，则会在这些坐标轴上绘制出一条看似直线的曲线。

分段线性回归

分段回归将一条直线拟合 X 小于某个值 X0 的所有数据点，将另一条直线拟合 X 大于 X0 的所有数据点，确保两条直线在 X0 处相交。

当 X 是时间，而你在 time=X0 时做了一些事情来改变直线的斜率时，分段线性回归就很有帮助。也许您注射了药物，或者快速改变了温度。在这种情况下，您的模型确实有两个斜率，并有一个尖锐的过渡点。