变换
拟合初始模型后，如果您确定该模型无法拟合数据或残差不符合模型假设，请考虑使用以 10 为底的对数 (log10) 变换 X 或 Y 变量。变换变量可以改进模型拟合度。
原始
已变换
例如，在原始散点图中，简单回归线无法准确地对数据中的弯曲建模。使用 log10 变换 X 尺度之后，数据值均沿简单回归线分布。
尝试拟合数据中的弯曲时，您还可以拟合二次或立方模型，这会向模型中添加二次或立方项。反之，则考虑变换 X 或 Y 变量，因为您不必将其他项包括在模型中。向模型中添加项会使用更多自由度，这会降低可用于解释响应中变异的自由度。
- X 或 Y 的 Log10
- 您可以选择变换 Y 变量或/和 X 变量。如果您对要变换的变量没有把握，请尝试一次变换一个变量，然后再评估模型对数据的拟合优度。
- 显示 Y 变量或 X 变量的对数尺度
- 变换 X 或 Y 变量时，您可以显示您变换的变量的对数尺度。您可能会因为以下原因而想要显示对数尺度：
- 将拟合曲线视作直线，这可以使您更轻松地了解回归模型对数据的拟合优度。
- 更轻松地检查量值差异较大的数据。
- 符合行业或公司准则/偏好。
显示选项
您可以显示置信区间和预测区间拟合线图。区间会显示为虚线，表示区间的上限和下限。
- 显示置信区间
- 在拟合回归线周围显示置信区间。在指定的预测变量设置条件下，置信区间表示均值响应的可能值范围。
- 显示预测区间
- 在拟合回归线周围显示预测区间。在指定的预测变量设置条件下，预测区间表示一个新观测值的可能值范围。预测区间总是要比对应的置信区间大，这是因为预测单个响应值的不确定性比预测平均响应值的不确定性大。
- 置信水平
-
通常，置信水平为 95% 即可。95% 置信水平表明，如果从总体中随机抽取 100 个样本，则大约 95 个样本的置信区间中将包含响应均值。同样，预测区间表明，该区间包含一个新观测值的可信度为 95%。对于给定的数据集，置信水平越低，生成的区间越窄；置信水平越高，生成的区间越宽。
标题
在标题中，您可以为拟合线图输入自定义标题。
