1. 创建数据表

在“欢迎”或“新建数据表”对话框中，选择创建多变量数据表。

如果您是初次使用，请选择“多元线性回归（文本变量）”的示例数据。此外，“多元线性回归（虚拟编码）”示例数据展示了如何将分类型变量直接作为数值输入。

2. 输入数据

每一行代表一个不同的观测值（个体、动物、实验等）。

每一列代表一个不同的变量。最简单地说，变量是指您可以测量的特征、质量或数量（例如，个体或动物的体重、身高或年龄）。Prism 9 支持三种不同类型的变量：

•分类型：具有有限数量组别或类别的定性信息。性别（女性或男性）和教育程度（高中、大学、研究生）即为示例。

•连续型：具有无限可能取值（数字）的定量信息。例如身高（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）。 整数通常可视为分类信息（如组号），但更多时候属于连续型（如子女数量或考试答对的题目数）。

•标签：仅用于标识观测值的定性信息。例如实验 ID、姓名、社会安全号码等。在大多数情况下，每行数据对应的标签都是唯一的。

在向变量输入数据时，Prism 会自动检测所输入变量的类型，并在变量顶部显示一个灰色图标以指示其类型。如果 Prism 分配的变量类型与您期望的不符，请点击该图标手动更改变量类型（图标将变为橙色）。

分类型变量既可以直接输入组名（作为文本），也可以作为编码变量输入。Prism 会自动对分类型变量进行虚拟编码（也称为指示变量编码或参照编码），以便在适当的分析中使用。在手动输入编码变量时，还可以使用其他替代编码方法，例如效应编码。了解这些编码方法的一个很好的参考来源是下文引用的 Glantz 和 Slinker 的著作。

请注意，无需手动编码交互作用。Prism 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

点击“分析”（Analyze），从多变量表的分析列表中选择“多元线性回归”（Multiple Linear Regression），然后点击“确定”（OK）。多元回归对话框包含七个选项卡：

•模型。选择哪个变量作为因变量，以及要作为独立变量纳入的其他变量。同时选择希望纳入模型的交互作用或变换。

•参考水平。为指定模型中的任何分类变量设置参考水平。参考水平通常表示该分类变量的“基线”或“通常”水平，对解读结果至关重要。

•插值。使用 Prism 构建的模型，根据预测变量的值来预测因变量的值。

•比较。选择第二个模型，并指定应如何比较两个模型的拟合效果。

•加权。通常所有数据均等加权，但您可以指定其他加权方案。

•诊断。指定 Prism 应报告哪些额外结果。

•残差。以多种不同方式绘制残差（实际 Y 值与预测 Y 值之间的差值）。

参考文献

Glantz 和 Slinker，《应用回归与方差分析入门》，第 3 版，章节“使用线性回归对任意数量的处理进行单因素方差分析”，第 391 页