逐步回归与多元建模-为什么两者都如此？我为一个朴素的问题表示歉意，但是，如果我有一个连续的数值变量列表，并想确定哪些变量对二项式分类结果变量有显着影响，我知道逐步回归可能是goto平台，但不会是迭代多元变量建模使用广义二项式模型的方法是否相同？在多变量方法之前进行逐步方法是否有好处，特别是如果一个人不考虑交互作用，或者换句话说，甚至需要多变量模型平台吗？更进一步，如果我想对变量进行分区，那么该平台是否仍会从谷壳中选出小麦呢？
分析工具回复：逐步回归与多元建模-为什么两者都如此？如今，有很多模型可供选择，并且在每种类型的模型之内和之间选择最佳模型的方法也很多。通过使用不止一种选择方法和不止一种类型的模型，您可以了解很多有关数据，响应以及响应与预测变量的关系的知识。
我不同意“ 逐步回归可能是goto平台。 “这是一个有用的工具，但是它有其缺点和缺点，就像其他方法一样。即使在最佳情况下，也不能保证逐步回归能找到最佳模型。用户希望它节省了大量的人工（生产率），并达到或接近最佳模型。但是任何搜索方法的结果都取决于所采用的路径。
一些建模者会在选择最佳模型之前尝试确定有用的预测变量。逐步主要是模型选择方法。
听起来好像您使用的是相同类型的模型（具有二项式响应的GLM），但要考虑逐步搜索方法和手动搜索方法之间的差异。如果是这样，那么我会期望得到相同的结果。
你试过了吗？如果是这样，您学到了什么？当今没有卓越的选择方法或模型类型，因此经验表现才是硬道理。
