در راستای افزایش بهبود کیفیت پساب صنعتی و مدیریت بهتر آنها، باید راهکاری ساده و با دقت مناسب برای تخمین فرآیندها ایجاد نمود و از طرفی با توجه به این‌که فرایندهای تصفیه به صورت سیستم جعبه سیاه می‌باشند و به دلیل تاثیرپذیری اکثر عوامل دخیل در سیستم و مشکلات جمع‌آوری داده در مدل‌های فیزیکی لذا استفاده از آمار و روش‌های رگرسیونی می‌تواند راهگشا باشد. لذا هرچه مدل ساده‌تر و با متغیرهای ورودی کمتری باشد مدل مربوطه اهمیت بیشتری خواهد داشت. ورودی مدل پیشنهادی شامل داده‌های خروجی واحد بیولوژیکی و پارامتر خروجی مدل، میزان اکسیژن خواهی شیمیایی واحد زلال‌ساز می‌باشد. همچنین برای مقایسه کارایی مدل‌ها ازضریب تبیین ، میانگین مجموع خطاها و ضریب همبستگی استفاده می‌کنیم. تمام تمرکز این تحقیق روی ارائه یک مدل داده‌مبنا و بهبود آن و سپس مقایسه آن با روش‌های مشابه می‌باشد. این تخمین‌ها برای داده‌های خروجی واحدهاست و داده های ورودی و خروجی به صورت داده‌های کیفی می‌باشند. در نهایت یک رابطه خطی با مدل رگرسیون مقاوم با شاخص‌های MSE=0.089054 ،R=0.784728 و R-Square=0.6096 ارائه شده است.
