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.

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

model["property"] — 从模型中提取属性、诊断等

model[x₁,…] — 计算特殊点的最佳值

"BestFit"  ▪  "FitResiduals"  ▪  "ANOVATable"  ▪  "ParameterConfidenceIntervals"  ▪  "CookDistances"  ▪  "Deviances"  ▪  "AIC"  ▪  "FitCurvatureTable"  ▪  ...

FittedModel — 一模型的符号表示

Normal — 从符号模型中提取最适合的表达式

详细控件

Weights  ▪  NominalVariables  ▪  LinkFunction  ▪  LinearOffsetFunction

ConfidenceLevel  ▪  VarianceEstimatorFunction  ▪  DispersionEstimatorFunction

DesignMatrix — 用数据构造一设计矩阵

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