Ogólny Model Liniowy – Dzięki ogólnemu modelowi liniowy (OML), możemy przeprowadzić analizę regresji oraz analizę wariancji dla jednej lub wielu zmiennych pod względem wpływu różnej liczby czynników i zmiennych. Zmienne grupujące dzielą obserwacje na podgrupy. W ogólnym modelu liniowym można weryfikować hipotezy o wpływie czynników na zmienną lub zmienne wyjaśniane oraz sprawdzać zmiany interakcyjne zachodzące między czynnikami biorąc pod uwagę zmienne kontrolujące lub czynniki losowe. Dla analizy regresji zmienne wyjaśniające mogą być określane jako kowarianty lub współzmienne.
Przykładowo możemy weryfikować wpływ takich czynników jak ubiór ( formalny/nieformalny ), płeć (K/M), atrakcyjność (niska/wysoka) na postrzeganie tej osoby pod względem fachowości/sprawności wykonywanych zadań przy jednoczesnym kontrolowaniu wzrostu prezentowanej osoby.
Ogólny model liniowy wymaga zmiennej wyjaśnianej lub zmiennych wyjaśnianych wyrażonych na skali ilościowej. Zmienna wyjaśniająca (czynniki) muszą być jakościowe. Współzmienne (kowarianty) muszą mieć charakter ilościowy oraz muszą być powiązane ze zmienną wyjaśnianą. Procedury te są dostępnę w większości pakietów statystycznych (analiza SPSS, analiza SAS, analiza Statistica, analiza GNU R, analiza orange ).