La régression multiple comme un système général d'analyse des données.

Des techniques pour utiliser la régression multiple (RM) comme une procédure générale d'analyse de la variance d'une grande flexibilité, puissance et fidélité aux objectifs de recherche tant dans la recherche psychologique manipulatoire qu'observationnelle sont présentées. En prélude, l'identité de la RM et de l'analyse de variance/covariance à modèle fixe (AV/ACV) est esquissée. Cela nécessite une exposition des moyens d'exprimer les données à échelle nominale (qualitative) comme variables indépendantes dans la RM. Une attention particulière est accordée aux méthodes de traitement des interactions, de courbure, de données manquantes et de covariables, pour des variables indépendantes non corrélées ou corrélées en RM. Enfin, les rôles relatifs de l'AV/ACV et de la RM dans l'analyse des données sont décrits, et les avantages pratiques de cette dernière sont exposés. Si vous deviez dire à un statisticien mathématique que vous avez découvert que l'analyse de la régression multiple linéaire et l'analyse de la variance (et covariance) sont des systèmes identiques, il murmurerait quelque chose comme : Bien sûr—modèle linéaire général, et vous pourriez avoir du mal à maintenir son attention. Si vous deviez dire cela à un psychologue typique, vous seriez accueilli avec incrédulité, ou pire. Pourtant, c'est vrai, et dans sa vérité résident des possibilités pour une exploitation des données de recherche plus pertinente et donc plus puissante. Qu'il soit étrange pour les psychologues d'expliquer l'équivalence revendiquée de la régression multiple (RM) et de l'analyse de variance (AV) et de covariance (ACV) à modèle fixe est facilement compréhensible. Les manuels de statistiques psychologiques traitent ces matières de manière complètement séparée, avec des algorithmes, une nomenclature, des résultats et des exemples entièrement différents. La RM est généralement illustrée par des exemples tirés de la psychotechnologie de la sélection éducative ou du personnel, généralement la prédiction d'un certains critères (par exemple, la moyenne des notes des étudiants de première année) à partir de prédicteurs (par exemple, verbal.