我使用 P 值閾值（進入概率=0.2，離開概率=0.1）和混合方向在 JMP 13.2.1 中執行了逐步邏輯回歸。 在同一數據集上，SAS 9.4 中的相同分析產生了不同的選擇（使用 Selection=stepwise、slentry=0.2 和 slstay=0.1）。
我期望至少得到相同的變量選擇。 有沒有人發現類似的東西，或者有人知道這種不同結果的原因是什麼？
您沒有描述您提出的條款或具體差異，所以我不得不猜測。 您的模型中是否有交叉項或冪項？ 這種情況是可能導致不同結果的一種方式。 我已經很長時間沒有使用 SAS 逐步過程了，所以我不記得它是如何處理分層術語的。 JMP 默認情況下使用結合選項規則：
計算p - 當考慮輸入有先例的術語時，兩個單獨測試的值。 首先p -價值， p 1 ，通過將術語與其先前術語分組並測試該組作為聯合條目的顯著性概率來計算F測試。 第二p -價值， p 2 ，是先驗項已進入模型後測試該項的顯著性概率的結果。 有先例的術語的最終顯著性概率為 max( p 1 , p 2 ）。
提示：組合規則避免包含不重要的交互項，這些項的先行項可能會產生特別強烈的影響。 在這種情況下，較強的主效應可能會使該組進入的顯著概率， p 1 ， 很小。 然而，第二次測試發現相互作用本身並不顯著。 因此， p 2很大並且被用作進入的最終顯著性概率。
警告：有先例的術語的自由度值取決於兩個條目顯著性概率中哪一個較大。 用於輸入的最終顯著性概率的檢驗確定了自由度，無纖維，在當前估計表中。 因此，如果p 1用來，無纖維將是聯合測試組中的術語數，並且如果p 2使用時，nDF 將等於 1。
合併選項是默認規則。
由於計算 F 比和每項自由度的方式，此選項可以顯著改變所選模型。
