「混合模型」工作會讓各種混合線性模型符合資料，可讓您使用這些符合的模型對資料進行統計推論。 混合線性模型是標準線性模型的概括，概括的內容是允許資料呈現相關及非常數變異性。混合線性模型非常靈活，不僅可以建立資料平均值的模型，也可以建立其變異數與共變異數的模型。

我們將著重在討論價格為35000元(單位：美金)以下之汽車。首先我們先將資料做篩選。篩選與排序 =>變數 =>全選所有的變數拖曳至右邊 =>篩選條件 =>選擇「Invoice35000」 =>確定。完成之後，即可將所有價格小於35000元的汽車篩選出來。

在迴歸分析裡，我們有許多的方法來選擇我們的模型，如：向前選取法(Forward selection)、向後消去法(Backward elimination)、逐步選取法(Stepwise selection)、Mallows’ CP、R-平方(R-Square)、調整後R平方(adjust R-square)、Akaike information criterion(AIC)、Schwarz Bayesian Criterion(SBC)等。 分別介紹一下：