我们在本章介绍处理最典型的社会科学问题的核心技术——理解某些结果如何受几个彼此相关的决定变量的影响。我们从回顾多元相关和回归的概念开始，然后以一个具体例子描述如何解释回归系数。然后我们介绍分类变量的特殊属性，分类变量可以作为一组二分（“虚拟”）变量被纳入多元回归方程中，而原始变量的每一个类别则作为一个变量（为了让方程能够被估计，其中一个类别必须被省略）。在对虚拟变量的讨论中，我们会讨论组间比较的一种策略，它能使我们确定在人口的两个或更多亚组中，如男性和女性、种族分类等，我们研究的社会过程是否以同样的方式运行。最后，我们将讨论选择模型的另一个指标，即贝叶斯信息系数（BIC）。