你好，
我有一个名义响应变量，它可以有两个状态 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响应变量？这可能是一个非常宽泛的问题，但我想了解获取和构建响应变量最佳模型的过程。
我有一些问题：
1.) 我如何知道是否应该使用分区或拟合模型？
2.) 当我使用回归（拟合模型）时，我如何知道要使用哪些宏？全阶乘、多项式阶等？阶数是多少？越高越好？
3.) 那么性格呢？我应该使用名义逻辑回归还是逐步回归？
正如您所看到的，我是构建预测模型的初学者，想了解这个过程，或者也许有可以遵循的指南来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”
