对数据点进行不同加权通常很有用。了解原因。

Prism在多远回归的“权重”选项卡上提供了四种选择：

无权重。 回归通常是通过最小化数据到直线或曲线的垂直距离的平方和来完成。离曲线更远的点对平方和贡献更大。离曲线较近的点贡献很小。这言之有理，平均而言，您期望实验散布在曲线的所有部分上均相同。

用1/Y^2加权。 在许多实验情况下，Y值较高时，您期望曲线上点的平均距离（或者更确切地说，距离的平均绝对值）较高。具有较大散布的点将具有更大的平方和，从而主导计算。如果您期望相对距离（残差除以曲线高度）是一致的，则您应该用1/Y2加权。

用1/Y加权。 当散布遵循泊松分布时，有时使用加权--当Y代表定义空间中的对象数量或定义区间中的事件数量时。因为Prism提供了泊松回归（模型选项卡上的选项），因此1/Y加权几乎无任何用处。

用1/Y加权K。又称“一般加权”。延伸阅读。