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。如果您刚刚入门，可以选择使用多变量逻辑回归的示例数据

2. 输入数据

每一行代表一个不同的观测单位，例如个人、动物或实验重复

每列代表一个不同的变量。连续变量必须以数字形式输入，而分类变量可以使用文本输入变量各水平的名称（即您可以输入“男性”和“女性”代替“1”和“0”）。 对于多元逻辑回归，因变量（Y）必须仅包含两个值：这可以是取值为 0 和 1 的连续变量，也可以是仅包含两个水平的分类变量。例如，若研究小鼠，您可以直接在数据表中输入“雄性”和“雌性”，或者将“0”对应雄性、“1”对应雌性。

其他变量（预测变量）也可以是连续型或分类型。您无需手动编码分类型变量，只需将分类型变量的（文本）水平直接输入数据表即可。请确保变量类型已正确设置为“分类型”。

对于仅有两个可能水平的分类变量，另一种输入信息的方法是输入值 0 和 1（分别代表每个水平），并将变量类型设置为“连续型”。此过程称为“虚拟编码”，也是 Prism 在模型中处理分类变量时在后台执行的操作。

前文曾提及，具有两个水平（即“男性”和“女性”）的分类变量可使用“1”和“0”作为连续变量输入。这一过程称为“虚拟编码”。如果分类变量有三个或更多可能值，您可以手动进行额外操作来自行编码该变量。 了解这些编码方法的一个良好资源是下文引用的 Glantz 和 Slinker 的著作。不过，对于输入到模型中的分类变量，Prism 会自动处理所有这些工作；您只需将分类变量的水平名称（文本）直接输入到数据表中即可。

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. 运行多元逻辑回归

点击“分析”（Analyze），然后从多变量表格的分析列表中选择“多元逻辑回归”（Multiple Logistic Regression）。多元逻辑回归对话框包含五个选项卡：

•模型。选择哪个变量作为因变量（Y）。为因变量结果添加 1 和 0 的标签。指定要作为因变量包含的其他变量，并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，对结果的解读至关重要。

•比较。选择第二个模型，并指定应如何比较两个模型的拟合度。

•选项。指定 Prism 应报告哪些结果（注意，“拟合优度”选项卡上还有其他结果选项）。

•拟合优度。从多种指标中进行选择，这些指标可帮助了解模型与输入数据的拟合程度。

•图表。选择希望 Prism 根据拟合结果生成的可视化图表。

参考文献

Glantz 和 Slinker，《应用回归与方差分析入门》，第 3 版，章节“使用线性回归进行任意数量处理因素的单因素方差分析”，第 391 页