三者聯系：它們都屬于回歸分析，目的都在于探討多個自變量對因變量的影響，且自變量具有共同屬性——自變量均為多個，可以為連續(xù)變量、等級變量和分類變量，其中，分類變量需轉換為啞變量進行處理，等級變量按連續(xù)變量或啞變量進行處理。多因素線性回歸

三者區(qū)別：
1、多重線性回歸：用于尋找連續(xù)性因變量數值隨多個自變量變化而變化的直線趨勢;強調因變量為連續(xù)變量。如研究肺癌患者某腫瘤標記物的水平(連續(xù)變量)是否受年齡、性別、吸煙與否及數量等自變量的影響。參數估計：通過最小二乘法。
2、Logistic回歸：用于分析分類變量(或等級變量)和一些影響因素之間的關系，由于因變量非連續(xù)變量，與自變量間失去了線性關系的可能性，于是經過Logit變化，將模型轉換為線性關系;強調因變量為分類變量或等級變量。如研究肺癌患病與否(二分類變量)是否受年齡、性別、吸煙與否及數量等自變量的影響。參數估計：通過最大似然法。
3、Cox回歸：用于研究多個因素對結局事件的影響;因變量與二分類Logistic回歸相似，唯一的區(qū)別在于Cox回歸的因變量引入了時間因素。如分析肺癌生存時間(二分類變量，含時間因素)是否受年齡、性別、吸煙與否及數量等自變量的影響。參數估計：通過最大似然法。

https://m.iikx.com/e/action/ShowInfo.php?classid=17&id=6460