依据《韦氏大字典》的表述，multivariate和multivariable二字属近义词，二者皆表明：包括好几个变化，唯一的差别取决于multivariable属一般字汇，而multivariate则具备明显的统计分析蕴涵。因而，我们在论文修改的时候遵照那样的界定为标准，也常常将这两字互动应用。

　　可是，有一位用过Proessay英文修改润色服务项目的毕业论文创作者并不同意大家的作法，且写信告诉我们multivariate这一字往往具备明显的统计分析蕴涵是由于它意味着好几个y的存有，即一项包括好几个y的剖析。殊不知，该创作者的毕业论文内并没有应用到此剖析方法，且其毕业论文内所提及的多自变量仅包括好几个x(好几个影响变化)。简而言之，他的毕业论文仅剖析了x，并没剖析y，因而该创作者觉得multivariate这一字并不适感用以他的毕业论文。

　　因此，Proessay的修改润色精英团队开展了一连串的科学研究与探讨，关键讨论：变化多端项重归应该是Multivariate Regression还是Multivariable Regression?

　　探讨全过程中大家发觉在Hidalgo和Goodman的科学研究中有提及：

　　大部分重归方式的叙述是依据结果变化(outcome variable)的方式而定：线性回归(linear regression)是持续性的结果变化、罗吉斯重归(logistic regression)具备二分式结果(dichotomous outcome)，而生存剖析(survival analysis)包括时间结果预测分析(time to event outcome)。就统计学见解来讲，multivariate analysis指的是具备2个或之上的依变化或结果变化的统计分析方式，而multivariable analysis指的是具备好几个自变数或反映变化(response variable)的统计分析方式。

　　一个multivariable model能够视作一项多变化出现在化学方程右侧的方式。这种的统计分析方式能够用于评定多个变化间的关联。一边评定他们的单独关联时，还可以调节不可逆性的掺杂要素(confounder)。

　　一项简易的线性回归方式包括一个持续结果和一个预测分析因素;而一个多元线性回归(multiple regression)或变化多端项线性回归(multivariable linear regression)方式则包括一个持续结果和好几个预测分析因素。

　　线性回归的状况也同样。罗吉斯重归和占比风险性回归分析(proportional hazards regression model)可属简易或多自变量的方式，且这种方式构造都具备一个结果变化和一个或之上的自变数或预测分析变化。

　　相较下，multivariate指的多自变量一般源于于横贯性科学研究(longitudinal study);在其中，同一个个人的精确测量(反复精确测量)于好几个时间点上开展。或是，multivariate指的是叠装/嵌入(clustered/nested)材料，其每一个群集包括着好几个个人。

　　Hidalgo和Goodman的科学研究选用针对性方法来统计分析语汇multivariate的应用丰富性。这俩位专家学者应用PubMed图书库及关键词multivariate来检阅2010年12月–2011年11月期内发表在《American Journal of Public Health》的学术论文。这俩位专家学者发觉在其中有30篇毕业论文里所提及的统计分析方法用了multivariate一字。每一篇的毕业论文皆各自检阅，以评定被界定为multivariate的剖析方式类型。

　　在这里30篇毕业论文里，在其中的5篇应用了multivariate model;且这5篇中，又有4篇的剖析方式源于于竖向材料，而1篇的剖析方式来源于嵌入材料。对于剩余的25篇毕业论文，皆应用multivariable analyses;在其中，罗吉斯重归(30篇中的21篇，等同于70%)是最经常被应用的方式，依次为线性回归方式(30篇中的3篇，等同于10%)。趣味的是，30篇毕业论文中有2篇出现了multivariate和multivariable此二字互动应用的状况。此状况表明了这两个统计分析汉字必须具一致性。

　　尽管有的人会觉得multivariate和multivariable的互用性只是牵扯词意上寓意，但大家代笔改动精英团队觉得区别二者的差别是非常关键的。一般而言，科学研究中所应用的方式应当属simple或multivariable方式，以表明预测分析因素的总数和结果类型(如：持续、二分式、反复精确测量和时间结果预测分析)，及其表明线形、罗吉斯、多自变量或占比风险性方式。

　　此科学研究强调了多自变量必须更精准的运用和论述。这非常关键，很多创作者依然不断应用multivariate来描述统计，无论multivariate是不是事关结果或表述变化。我们不要是防止阅读者弄混，还要让全部科学研究工作人员掌握恰当的应用方法。

　　大家非常谢谢这名创作者所明确提出的难题，他使我们注意到大家所未曾注意到的差别。

　　将来，大家也将针对multivariate和multivariable的应用更为慎重。