在“欢迎”或“新建表格”对话框中，选择创建多变量数据表。

如果刚刚开始，请选择多元线性回归的样本数据（文本变量）。另外，多元线性回归（虚拟编码）样本数据显示了如何将分类变量直接输入为数字。

每一行代表不同的观察结果（个人、动物、实验或其他事物）。

每列均代表不同的变量。简言之，变量是可衡量的特征、质量或数量（例如，人或动物的体重、身高或年龄）。Prism 9允许三种不同类型的变量：

•分类：具有有限数量的组或类别的定性信息。例如性别（男性或女性）和教育程度（高中、大学、研究生）。

•连续：具有无限数量的可能值（数字）的定量信息。例如高度（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）。通常可将整数视为分类信息（例如，组号），但更经常视为连续信息（例如，儿童数量或测试中正确回答的问题数量）。

•标签：仅用于识别观察结果的定性信息。例如实验ID、名称、社会安全号码等。在大多数情况下，每一行的标签均是唯一的。

将数据输入变量中时，Prism将自动检测要输入的变量类型，并在变量顶部显示灰色图标指示其类型。如果Prism未分配所需的变量类型，请单击图标，手动更改变量类型（图标将变为橙色）。

分类变量既可使用组名（作为文本）直接输入，也可作为编码变量输入。Prism将使用虚拟编码（亦称为指示符编码或参考编码）自动对分类变量进行编码，供在适当分析中使用。手动输入编码变量时，可使用其他替代编码（例如，效果编码）。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。

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。

单击“分析”，从多个变量表的分析列表中选择多元线性回归，然后单击“确定”。多元回归对话框有七个选项卡：

•模型。选择哪个变量为因变量，哪些其他变量为自变量。此外，还可选择要包含在模型中的任何交互作用或变换。

•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。

•插补。使用通过Prism构建的模型，根据预测变量的值来预测结果变量的值。

•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。

•加权。通常所有数据的权重均是相等的，但您可指定另一个权重方案。

•诊断。指定Prism应报告的额外结果。

•残差。以几种不同的方式绘制残差（实际Y值和预测Y值之间的差值）。

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

© 1995-2019 GraphPad Software, LLC. All rights reserved.