你好，
我有一个名义上的响应变量，可以有两个状态1和0，以及6个输入变量（数字，连续）。 如何找到最佳模型来预测我的反应变量？ 这可能是一个非常广泛的问题，但我想了解为我的响应变量获取和构建最佳模型的过程。
因此，我有以下一些问题：
1.）我如何知道应该使用分区还是拟合模型？
2）当我使用回归（拟合模型）时，如何知道要使用哪个宏？ 全阶乘，多项式至度等？ 到什么程度？ 越高越好？
3.）个性如何？ 我应该使用标称逻辑回归还是逐步回归？
如您所见，我是构建预测模型的初学者，并且想了解该过程，或者也许有指南可供我遵循，以为我的数据构建最佳模型。
谢谢。
我建议您从一些基础知识开始。 这些可以是自我指导或现场网络研讨会：
https://www.jmp.com/zh_CN/events/live-webinars/getting-started-with-jmp/getting-started-with-jmp-02apr2021.html
https://www.jmp.com/zh_CN/events/getting-started-with-jmp/doe-intro-kit.html
有很多方法可以建立模型。 加法，减法。 从现有数据集或设计的实验中回归。 您能够估算的模型取决于您如何获取数据。
此外@statman根据建议，您可能还想注册并完成免费的在线SAS培训经验“解决工业问题的统计思维”课程。 该课程将详细介绍您所有的问题。 这是课程注册网站的链接： SAS“解决工业问题的统计思维”
