你好，
我有混合模型，在那里我评估了Pearson对于分类变量的单变量分析或对连续变量的逻辑回归对二元结果（例如死亡率）的显着性。
将这些变量（连续的和分类的）放入多变量分析中，使用“拟合模型”和“标称逻辑”选项以及随后的手动反向消除直到所有p <0.05，显示出一定的效果。
现在，一些统计学家的朋友告诉我，我不能在同一多变量分析中使用分类和连续变量，而应该将我的连续变量分类为分类变量（例如按四分位数范围划分）并使用这些变量，而只使用多变量回归中的分类变量。反之亦然，我应该在模型中排除我的分类变量，并仅使用连续变量。
人们怎么想？- 任何建议非常感谢。非常感谢，Marc
如果我正确理解您的原始帖子，您试图使用具有分类响应（二进制）以及连续和分类预测变量的名义逻辑回归模型？如果是这种情况，就没有理由不能使用JMP来适应这种风格的模型。以及从神经网络到JMP中的分区平台的许多其他建模方法。以下是使用JMP示例数据目录中提供的diabetes.jmp数据表和JMP在线文档链接的快速示例。
https://www.jmp.com/support/help/14-2/launch-the-nominal-and-ordinal-logistic-personal.shtml
