Please enable JavaScript to view this site.

1.创建一张数据表

在“欢迎”或“新建表格”对话框中,选择创建多变量数据表。

如果刚刚开始,请选择多元线性回归的样本数据(文本变量)。另外,多元线性回归(虚拟编码)样本数据显示了如何将分类变量直接输入为数字。

2.输入数据

每一行代表不同的观察结果(个人、动物、实验或其他事物)。

每列均代表不同的变量。简言之,变量是可衡量的特征、质量或数量(例如,人或动物的体重、身高或年龄)。Prism 9允许三种不同类型的变量:

分类:具有有限数量的组或类别的定性信息。例如性别(男性或女性)和教育程度(高中、大学、研究生)。

连续:具有无限数量的可能值(数字)的定量信息。例如高度(68.3英寸、72.4英寸、61.25343863...英寸)和时间(8.23纳秒、1.90分钟、5.3924小时、6.5•109年)。通常可将整数视为分类信息(例如,组号),但更经常视为连续信息(例如,儿童数量或测试中正确回答的问题数量)。

标签:仅用于识别观察结果的定性信息。例如实验ID、名称、社会安全号码等。在大多数情况下,每一行的标签均是唯一的。

将数据输入变量中时,Prism将自动检测要输入的变量类型,并在变量顶部显示灰色图标指示其类型。如果Prism未分配所需的变量类型,请单击图标,手动更改变量类型(图标将变为橙色)。

分类变量既可使用组名(作为文本)直接输入,也可作为编码变量输入。Prism将使用虚拟编码(亦称为指示符编码或参考编码)自动对分类变量进行编码,供在适当分析中使用。手动输入编码变量时,可使用其他替代编码(例如,效果编码)。下文介绍了Glantz和Slinker,这是了解这些编码方法的一个很好资源。

请注意,无需手动编写交互代码。Prism将允许您在参数对话框中自动添加交互。

3.游程多元回归分析

单击“分析”,从多个变量表的分析列表中选择多元线性回归,然后单击“确定”。多元回归对话框有七个选项卡:

模型。选择哪个变量为因变量,哪些其他变量为自变量。此外,还可选择要包含在模型中的任何交互作用或变换。

参考水平。为指定模型中的任何分类变量设置参考级别。参考级别通常表示分类变量的“基线”或“通常”级别,对于结果解读非常重要。

插补。使用通过Prism构建的模型,根据预测变量的值来预测结果变量的值。

比较。请选择第二个模型,并指定如何比较两个模型的拟合度。

加权。通常所有数据的权重均是相等的,但您可指定另一个权重方案。

诊断。指定Prism应报告的额外结果。

残差。以几种不同的方式绘制残差(实际Y值和预测Y值之间的差值)。

参考文献

Glantz和Slinker《应用回归和方差分析的Primer》,第3版,“使用线性回归对任意治疗次数进行单因素方差分析”一章,第391页

© 1995-2019 GraphPad Software, LLC. All rights reserved.