类似于简单的线性回归和非线性回归，Prism也允许根据多元线性回归进行插值。使用指定的多元回归模型和最佳拟合参数系数，Prism可以通过两种不同的方式对结果变量进行插值：从输入数据表中的点和使用“插值”选项卡上的指定点。

输入数据表中点的插值

选中此对话框后，Prism将检查输入数据表中的行，这些行：

1.包含指定模型中每个预测变量的值

2.请勿包含指定模型中结果变量的值

对于每一行，Prism将使用确定的最佳拟合参数系数以及行中的值来计算指定结果变量的相应值。请注意，不同于简单的线性或非线性回归，用于插值的行无需在数据表的末尾。Prism将搜索满足上述两个插值标准的任何行。

当记录了关于预测变量的各种观测值，但未记录结果变量的值时，此功能会很有用

在指定列表中点的插值

选中该方框时，Prism能让您创建自定义插值点，方法是指定每个预测变量的值。使用向上/向下箭头指定要添加的插值点数。在两个方框的顶部，可以为每个插值点添加一个名称/标签。

每个插值点必须为模型中的每个预测变量定义值。如需定义这些值，请从下拉菜单中选择“自动”方法或选择“自定义…” 。每个预测变量的默认设置如下：

•连续变量：自动下拉菜单将被设置为“默认”，该值将为零

•分类变量：自动下拉菜单和值将与该变量的参考等级设置相匹配。如果未手动更改参考值，“自动下拉菜单”将设置为“第一级（默认）”。

基于该信息，在不更改预测变量的任何默认值的情况下，结果变量的插值将等于截距。

对于每个预测变量，您可以输入一个值或选择最小值、最大值或该变量的值。

同样，对于分类变量，Prism提供了使用数据中第一级、最后一级或最频繁/最不频繁级进行插值选项。同样，如果数据更改，Prism会相应地自动更新插值。

最后，对于连续变量和分类变量，Prism允许输入一个“自定义…”值（针对插值输入）。

插值的置信区间

Prism还提供了报告结果变量内插值置信区间的选项。如需指定置信度，请使用“诊断”选项卡“计算”部分中的下拉菜单。

如果输入数据更改，插值（预测）值会发生什么变化？

当多元线性回归的输入数据更改时，Prism将自动重新计算指定模型的回归系数。这将对从模型中作为插值（或预测）的值产生影响。此外，对于使用对话框中列出的预测变量值进行插值的点，对数据所做的更改可能会更改各种“自动”赋值方法的值。

对于连续变量，Prism提供了通过数据表中最小值、最大值或该变量的平均值进行插值的选项（使用“自动”方法下拉菜单）。如果数据更改，该最小值、最大值或平均值也可能更改，从而导致插值计算过程中使用不同的值。

类似地，对于分类变量，Prism提供了使用数据表中该变量的第一级、最后一级、最频繁级或最不频繁级进行插值的选项（使用“自动”方法下拉菜单）。如果更改数据，第一级、最后一级、最频繁或最不频繁的级也可能更改，从而导致插值计算过程中使用不同的值。

请注意，用于插值的分类变量的默认“自动”方法（和值）将与该变量的参考等级的方法（和值）相匹配。但是，一旦使用特定方法对一个点进行插值，更改参考等级确定方法不会更改插值点的指定方法。