【摘要】构建多元线性回归模型前通常需要对原始数据进行无量纲化处理，以减小各变量间的量纲差异，从而能真实地反映解释变量与被解释变量之间的依存关系。现有的无量纲化方法众多，但经不同无量纲化方法处理后所得的多元线性回归结果不同，甚至差异较大，因此选取合理的无量纲化方法是多元线性回归结果可靠与否的关键。文章首先从理论上对多元线性回归模型和无量纲化方法进行剖析；然后建立无量纲化方法优劣的评价指标体系；最后通过数值模拟实验来分析不同无量纲化方法的优劣，并探究方法的稳定性。结果发现，不同的无量纲化方法对多元线性回归模型的影响不同，归一化是一种既能消除变量间量纲差异，又能保留变量内差异信息，还能增强模型拟合效果的最优方法。