1.创建数据表

在欢迎或新建表对话框中，选择创建多变量数据表。

如果您刚刚入门，请选择多元线性回归（文本变量）的示例数据。或者，多元线性回归（虚拟编码）示例数据展示了如何将分类变量直接输入为数字。

2.输入数据

每一行代表一个不同的观察结果（个体、动物、实验或其他）。

每列代表一个不同的变异性。最简单地说，变异性就是可以测量的性状、质量或数量（例如，个体或动物的体重、身高或年龄）。Prism 9 允许使用三种不同类型的变异性变量：

•分类变量：具有有限数量的组或类别的定性信息。性别（女性或男性）和教育程度（高中、大学、研究生）就是本示例。

•连续变量：具有无限多个可能值（数字）的定量信息。身高（68.3 英寸、72.4 英寸、61.25343863......英寸）和时间（8.23 毫微秒、1.90 分钟、5.3924 小时、6.5-109 年）就是本示例。整数通常可以被视为分类信息（如组号），但更常见的是连续性信息（如儿童人数或考试中答对的题目数）。

•标签：仅用于识别观察结果的定性信息。实验 ID、姓名、社会安全号等都是本示例。在大多数情况下，每一行的标签都是唯一的。

在变异性变量中输入数据时，Prism 会自动检测输入的变量类型，并在变量顶部显示一个灰色 图标来指示其类型。如果 Prism 没有分配您想要的变量类型，请单击图标手动更改变量类型（图标将变为橙色）。

分类变量既可以直接输入组名（文本），也可以输入编码变量。Prism 会自动对分类变量进行编码，以便在适当的分析中使用虚拟编码（也称为指标编码或 参考编码）。在手动输入编码变量时，还可以使用效应编码等其他替代编码方式。下文引用的 Glantz 和 Slinker 是了解这些编码方法的一个很好的资料来源。

请注意，无需对交互作用进行手动编码。Prism 将允许您在参数对话框中自动添加交互作用。

3.运行多元回归

单击 "分析"（Analyze），从多元变量表的分析列表中选择多元线性回归，然后单击 "确 定"（OK）。多元回归对话框有七个选项卡：

•模型。选择哪个变量为依赖度变量，以及将哪些其他变量列为自变量。还可以选择希望包含在模型中的交互作用或变换。

•参考水平。为指定模型中的任何变异性变量设置参考水平。参考水平通常表示分类变量的 "基线 "或 "通常 "水平，对于解释结果非常重要。

•插入值。使用 Prism 建立的模型，根据预测因子变量的值来预测结果变量的值。

•比较。选择第二个模型，并指定如何比较两个模型的拟合度。

•加权。通常情况下，所有数据的权重相同，但您也可以指定其他权重方案。

•诊断。指定 Prism 应报告的额外结果。

•残差。以多种不同方式绘制残差图（实际值与预测 Y 值之间的差值）。

参考文献

Glantz 和 Slinker，《 应用回归和方差分析入门》，第 3 版，"使用线性回归对任意数量的处理进行单向方差分析 "一章，第 391 页。