与简单线性回归和非线性回归类似，Prism 还支持基于多元线性回归进行插值。利用指定模型和最佳拟合参数系数，Prism 可以通过两种不同方式对因变量进行插值：基于输入数据表中的数据点，以及使用“插值”选项卡中指定的数据点。

基于输入数据表中的点进行插值

选中此复选框后，Prism 将检查输入数据表中是否存在满足以下条件的行：

1.包含指定模型中每个预测变量的值

2.不包含指定模型中因变量的值

对于每行，Prism 将使用确定的最佳拟合参数系数结合该行的数值，计算出指定因变量的对应值。请注意，与简单线性回归或非线性回归不同，用于插值的行不必位于数据表的末尾。Prism 将搜索任何满足上述两个条件的行进行插值。

当已记录了关于预测变量的各种观测值，但未记录因变量的值时，此功能非常有用

从指定列表插值点

勾选此复选框后，Prism 允许您通过为每个预测变量指定数值来创建自定义插值点。使用上下箭头指定要添加用于插值的点数。在两个文本框的上方，可以为每个插值点添加名称/标签。

每个插值点必须为模型中的每个预测变量定义具体数值。要定义这些数值，请选择“自动”方法或从下拉菜单中选择“自定义...”。各预测变量的默认设置如下：

•连续变量：自动下拉菜单将设置为“默认”，且值为零

•分类型变量："自动"下拉菜单及其值将与该变量的参考水平设置一致。如果未手动更改参考值，则"自动"下拉菜单将设置为"第一水平（默认）"。

根据上述信息，在不更改任何预测变量的默认值的情况下，因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，或选择该变量的最小值、最大值或特定值。

同样，对于分类型变量，Prism 提供了使用数据中的第一级、最后一级或最频繁/最不频繁的一级进行插值的选项。同样，如果数据发生变化，Prism 将自动相应地更新插值结果。

最后，对于连续变量和分类变量，Prism 都允许输入“自定义…”值用于插值。

插值值的置信区间

Prism 还提供选项，可报告因变量的插值值的置信区间。要指定置信水平，请使用“诊断”选项卡中“计算”部分的下拉菜单。

如果输入数据发生变化，插值（预测）值会如何变化？

当多元线性回归的输入数据发生变化时，Prism 将自动重新计算指定模型的回归系数。这将影响从模型中插值（或预测）得到的数值。此外，对于使用对话框中列出的预测变量值进行插值的点，数据的更改可能会改变各种“自动”赋值方法的数值。

对于连续变量，Prism 提供了从数据表中该变量的最小值、最大值或均值进行插值的选项（通过“自动”方法下拉菜单）。如果数据发生变化，这些最小值、最大值或均值也可能随之改变，导致插值计算中使用的数值发生变化。

对于分类变量，情况类似：Prism 提供了使用数据表中该变量的第一个级别、最后一个级别、最频繁级别或最不频繁级别进行插值的选项（通过“自动”方法下拉菜单）。如果数据发生变化，第一个、最后一个、最频繁或最不频繁的级别也可能随之改变，从而导致插值计算中使用的值发生变化。

请注意，用于插值的分类变量的默认“自动”方法（及值）将与该变量的参考水平的方法（及值）一致。但是，一旦某个点使用特异性方法进行了插值，即使更改了参考水平的确定方法，该插值点的已分配方法也不会随之改变。