Wolfram言語の記号的アーキテクチャにより，統計モデルを使用する作業への非常に便利なアプローチが可能となる．Wolfram言語は任意のデータから始めてフィットモデルの記号表現を生成する．そこから結果とスペクトルの完全な診断を即座に抽出したり，可視化したり，他の計算で使用したりすることができる．

ノンパラメトリックモデリング

LocalModelFit — 局所多項式回帰(LOESS)モデルをデータにフィットさせる

KernelModelFit — 局所カーネル回帰モデルをデータにフィットさせる

パラメトリックモデリング

LinearModelFit — 線形回帰モデルをデータにフィットさせる

NonlinearModelFit — 非線形回帰モデルをデータにフィットさせる

GeneralizedLinearModelFit — 一般のリンク関数を使った，一般化された線形モデル

LogitModelFit  ▪  ProbitModelFit

フィットしたモデルの特性

FittedModel — モデルの記号表現

"BestFit" — フィットした関数 μ[x]

"BestFitAround" — フィットした関数と信頼帯 Around[μ[x],σ_c[x]]

"BestFitDataAround" — フィットした関数と予測帯 Around[μ[x],σ_p[x]]

"BestFit"  ▪  "FitResiduals"  ▪  "ANOVA"  ▪  "ParameterEstimate"  ▪  "CookDistances"  ▪  "Deviances"  ▪  "AIC"  ▪  "FitCurvatureTable"  ▪  ...

詳細制御

DesignMatrix — データからデザイン行列を構築する

Weights  ▪  NominalVariables  ▪  LinkFunction  ▪  LinearOffsetFunction

ConfidenceLevel  ▪  VarianceEstimatorFunction  ▪  DispersionEstimatorFunction

記号的なモデル発見

FindFormula — データの簡単な記号式を求めようとする

FindDistribution — データの分布の簡単な記号形式を求めようとする