یک مطالعه ارتباط کمی ساختار-خاصیت بر روی شاخص های بازداری(ri) ترکیبات آلی انجام شد. استراتژی رگرسیون مرحله ای برای انتخاب توصیف کننده به کار گرفته شد. مدل سازی جهت ارتباط میان توصیف کننده های مولکولی انتخاب شده و شاخص های بازداری داده ها از طریق روش های خطی(رگرسیون خطی چندگانه؛ mlr) و غیر خطی (شبکه عصبی مصنوعی؛ ann) مورد بررسی قرار گرفته است. مدل های qspr به وسیله تکنیک توقف زود هنگام اعتبار سنجی شدند به طوری که مدل برای پیش بینی زمان بازداری ترکیبات سری بیرونی که در مراحل ایجاد مدل شرکت نداشتند، به کار برده شد. هر دوی روش های خطی و غیر خطی توانایی پیش بینی دقیقی دارند اگر چه مدل ann نتایج دقیق تری دارد. خطای مربع میانگین (mse) سری تست توسط مدل های mlr و ann به ترتیب 75/549و34/714 بودند. در بخش دوم، روش های mlr و ann برای پیش بینی زمان بازداری 126 دی فنیل اتر برومینه شده(pbde) بر روی فاز ساکن db-1 ستون کروماتوگرافی گازی به کار برده شد. خطاهای مربع میانگین سری تست به دست آمده توسطمدل های mlr و ann برای آن دسته از ترکیبات به ترتیب 0/028و 0/017بودند.