Wolfram 语言符号体系使统计学模型的工作方法独特方便成为可能. Wolfram 语言可以生成任意数据的拟合模型的符号表示，并且它的一系列结果和诊断能被快速提取，可视化或用在其它计算方面.

拟合框架

ModelFit — 将一个或多个模型拟合到数据

ModelFitReport — 包含拟合指标和图表的模型报告

模型的种类

LinearModel — 用特征的线性函数预测

DecisionTreeModel — 一种每次基于一个特征进行二元决策的序列

ExponentialModel  ▪  LogModel  ▪  NearestModel  ▪  FormulaModel  ▪  PolynomialModel  ▪  PowerModel  ▪  PeriodicModel  ▪  PerceptronModel

非参数建模

LocalModelFit — 对数据拟合一个局部多项式回归 (LOESS) 模型

KernelModelFit — 对数据拟合一个局部核回归模型

参数化建模

LinearModelFit — 用数据构造一线性回归模型

NonlinearModelFit — 构造一非线性回归模型

GeneralizedLinearModelFit — 具有一般关联函数的广义线性模型

LogitModelFit  ▪  ProbitModelFit

拟合模型属性

FittedModel — 一模型的符号表示

"BestFit" — 拟合函数 μ[x]

"BestFitAround" — 拟合函数及置信区间 Around[μ[x],σ_c[x]]

"BestFitDataAround" — 拟合函数与预测带 Around[μ[x],σ_p[x]]

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

详细控件

DesignMatrix — 用数据构造一设计矩阵

Weights  ▪  NominalVariables  ▪  LinkFunction  ▪  LinearOffsetFunction  ▪  FitDegree

ConfidenceLevel  ▪  VarianceEstimatorFunction  ▪  DispersionEstimatorFunction

符号式模型搜索

FindFormula — 尝试找到数据的简单符号式公式

FindDistribution — 尝试找到数据分布的简单符号式格式