在结局是定量数据的回归分析研究中，除了我们常见的线性影响因素研究，还有一种较为经典的分析策略——多模型控制混杂！
即重点研究某个/多个焦点因素与结局之间的关系，并通过3-5个模型逐步调整协变量数量来探讨暴露与结局的关联，在论文中通常如下图所示，仅列出不同模型中焦点暴露的回归结果，更加清晰简洁，一目了然！
但是使用SPSS或R语言完成各个模型的分析、再进行数据的整理汇总、绘制规范三线表，往往需要花费一定的时间！因此，这里为大家推荐一个统计分析小工具——风暴统计，可以超快速完成多模型线性回归的分析！
风暴统计是由浙江中医药大学的郑卫军教授基于R语言开发的，不仅结果准确性有保障，并且全部实现菜单化操作，统计小白也可以轻松上手，结果可以直接输出为word三线表，避免了繁琐的整理工作！
下面我们通过一份实操数据，为大家详细介绍风暴统计平台进行多模型线性回归的操作步骤！
1. 进入风暴统计平台
首先，进入风暴统计平台，点击“风暴智能统计”—“回归控制混杂”—"最新版回归控制混杂"。
这里我们不再赘述数据的导入与整理过程，详细教程大家可以点击下方链接：
详细指南！风暴统计如何高效导入数据，统计分析快人一步？
详细版！如何利用风暴统计进行数据的整理转换？
2. 多模型控制混杂
完成数据导入后，就可以直接来到"多模型线性回归策略"了。首先，在"模型变量选择"部分依次选入"因变量"与”焦点因素“。
线性回归的因变量只能是定量变量，焦点因素不限变量类型，定量或分类都可以，焦点因素可以是一个也可以是多个哦。
接着点击"增加调整混杂因素"。
model1就是我们的单因素模型，因此我们直接开始选择model2的协变量，推荐使用自定义，多个模型逐个调整变量。
可能有同学会问，怎样确定我每个模型中要调整什么协变量呢？
其实这个并没有严格的标准，通常情况下model1就是焦点因素与结局的单因素模型，最后一个model则是调整了全部的混杂因素，中间model可以自行决定。
这里我们model2先矫正性别与年龄，接着，继续点击"增加回归模型"。
model2矫正的性别、年龄会自动顺延至model3。
另外，model3我们再额外矫正level和race。如需继续增加模型，可继续点击”增加回归模型“，最多可增至model5。
完成后，右侧就直接出现多模型的结果啦，包括脚注一应俱全！
同样的，如果我们研究中有不止一个焦点因素，也可以同时选入，结果会显示全部的焦点因素，十分快捷！
3.下载结果
然后也可以选择小数位数，默认情况下，P值为3位小数，其他统计量为2位小数。指定小数位数后，P值与统计量的小数位数将会统一。调整完成后，下载最终的三线表结果！
