1.创建数据表

在欢迎或新建表对话框中，选择创建多变异性数据表。如果刚开始使用，可以选择使用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的观察单位，如个体、动物或实验重复本示例

每列代表一个不同的变异性变量。连续变量必须以数字形式输入，而分类变量可以用文本形式输入变量水平的名称（例如，可以输入 "男 "和 "女"，而不是 "1 "和 "0"）。对于多元逻辑回归，因变量（Y）必须只包含两个值：既可以是数值为 0 和 1 的连续变量，也可以是只有两个水平的分类变量。例如，如果研究小鼠，可以直接在数据表中输入 "雄性 "和 "雌性"，也可以输入 "0 "表示雄性，"1 "表示雌性。

其他变量（预测因子变量）也可以是连续或分类变量。您无需对分类变量进行手动编码，只需直接在数据表中输入分类变量的（文本）级别即可。请确保变量类型正确设置为 "分类"。

另一种为只有两个可能级别的分类变量输入信息的方法是输入 0 和 1 的值（代表每个级别），并将变量类型设置为 "连续"。这个过程被称为 "虚拟编码"（dummy encoding），是 Prism 在幕后为输入模型的分类变量所做的工作。

前面提到过，具有两个级别的分类变量（即 "男性 "和 "女性"）可以使用 "1 "和 "0 "作为 连续变量输入。这一过程被称为 "虚拟编码"。如果一个分类变量有三个或更多的可能值，您可以手动完成额外的工作，自己对这个变量进行编码。下面引用的 Glantz 和 Slinker 是了解这些编码方法的一个很好的资料来源。不过，对于输入模型的分类变量，Prism 会自动处理所有这些工作；只需在数据表中直接输入分类变 量的级别名称（文本）即可。

请注意，无需手动编码交互作用。Prism 将允许您在参数对话框中自动添加交互作用。

3.运行多重逻辑回归

单击 "分析"，然后从多变量表的分析列表中选择多重逻辑回归。多重逻辑回归对话框有五个选项卡：

•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。 指定哪些其他变量作为依赖度变量，并选择希望包含在模型中的任何交互作用或变 异性。

•参考水平。为指定模型中的任何分类变量设置参考水平。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。

•比较。选择第二个模型，并指定如何比较两个模型的拟合程度。

•选项。指定 Prism 应报告的结果（注意，拟合优度选项卡上还有其他结果选项）。

•拟合优度。从一系列各种指标中进行选择，这些指标可提供模型与所输入数据拟合程度的一些洞察力。

•图表。选择您希望 Prism 根据拟合结果生成的可视化图表。

参考文献

Glantz 和 Slinker，《Primer of Applied Regression and Analysis of Variance》，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。