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。如果您刚开始启动软件，您可选择使用该样本数据进行多元逻辑回归

2.输入数据

每一行代表一个不同观察单位，例如个人、动物或平行实验。

每列均代表不同的变量。连续变量必须使用数字输入，而分类变量可使用变量级别名称的文本输入（即可输入“男性”和“女性”，而非“ 1”和“ 0”）。对于多元逻辑回归，因变量（Y）必须仅包含两个值：这可以是具有值0和1的连续变量，也可以是仅具有两个级别的分类变量。例如，如果要研究小鼠，则仅需在数据表中直接输入“雄性”和“雌性”，也可以为雄性输入“0”，为雌性输入“1”。

也可采用其他变量（预测变量）作为连续或分类变量。无需对分类变量进行手动编码，仅需将分类变量的（文本）级别直接输入数据表中即可。确保 变量类型 正确设置为“分类”。

输入仅具有两个可能级别的分类变量的信息的另一种方法是输入值0和1（代表每个级别），并将变量类型设置为“连续”。该过程称为“虚拟编码”，也是Prism在后台对输入模型中的分类变量所做的操作。

如前所述，可以使用“1”和“0”将具有两个级别（即“男性”和“女性”）的分类变量作为连续变量输入。该过程称为“虚拟编码”。如果分类变量有三个或更多可能值，则可手动做出额外工作，自行对该变量进行编码。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。然而，Prism将针对输入模型中的分类变量自动处理所有这些工作；仅需将分类变量的级别名称（文本）直接输入数据表中即可。

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.游程多元逻辑回归

点击“分析”，然后从多元变量表的分析列表中选择多元逻辑回归。多元逻辑回归对话框具有五个选项卡：

•模型.选择哪个变量为因变量（Y）。为因变量结果1和0添加标签。指定纳入哪些其他变量作为因变量，并选择您希望纳入模型中的任何交互作用或转换。

•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。

•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。

•选项.指定Prism应报告的结果（请注意，拟合优度选项卡上的附加结果选项）。

•拟合优度.从一系列不同指标中进行选择，这些指标可让您深入了解模型与输入数据的拟合程度。

•图表.选择您希望Prism根据拟合生成的可视化效果。

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