你好，
我有混合模型，其中我評估了皮爾遜對校準變量的單變量分析或對連續變量對二元結果（例如死亡率）的重要性的邏輯回歸進行了評估。
將這些變量（連續變量和分類變量）放入多變量分析中，使用“擬合模型”和“名義邏輯”選項並隨後手動向後消除，直到所有 p<0.05 為止，顯示出一定的效果。
現在，一些統計學家朋友告訴我，我不能在同一個多元分析中使用分類變量和連續變量，而應該將連續變量分類為分類變量（例如按四分位數範圍劃分），並在多元回歸中僅使用這些變量。 反之亦然，我應該排除模型中的分類變量並僅使用連續變量。
人們怎麼看？ - 非常感謝任何建議。 非常感謝，馬克
如果我正確理解您的原始帖子，您是否正在嘗試將名義邏輯回歸模型與分類響應（二元）以及連續和分類預測變量相擬合？ 如果是這種情況，那麼您就沒有理由不能使用 JMP 來擬合這種類型的模型。 以及許多其他建模方法，從神經網絡到 JMP 中的分區平台。 以下是使用 JMP 示例數據目錄中提供的糖尿病.jmp 數據表和 JMP 在線文檔鏈接的快速示例。
https://www.jmp.com/support/help/14-2/launch-the-nominal-and-ordinal-logistic-personal.shtml
