逐步回歸“匹配”你好，
我有一個逐步回歸，當我將模型保存在數據庫中時，我得到以下結果：
那是什麼意思 ？ 事實上，我在一個變量中有幾個相同模態的係數，這讓我“匹配”。 例如模態“39”有2個係數，“1”和“-1”
什麼是“匹配”？
謝謝您的幫助
分析回复：逐步回歸“匹配”我會對此進行破解，但如果您附上數據文件的快照會有所幫助。看來你的變量 Sem。 fab 被 JMP 分組為兩個 bin - 一些值分配為 +1，其他值分配為 -1。我相信逐步模型將根據模型中“最佳”工作的組對名義變量進行分組，因此該變量似乎已分為兩組。沒關係，如果 Sem。 fab 實際上是一個名義變量（例如，我猜它指的是兩組指定的製造零件）。由於它具有數值，我不確定 - 如果它確實是一個連續的度量，那麼您應該更改數據類型並以這種方式對其進行建模。
假設它是一個名義變量，那麼您的模型只是估計 2 個常數值 - 一個用於一組，另一個用於另一組。因此，您的模型正在預測截距 +/- 和常數值，具體取決於它所在的組。這向我表明逐步回歸併不是查看這些數據的最有用的方法。我建議做一些更具探索性的圖形分析，因為似乎有 2 組觀察，每組都有一個預測值。是否沒有其他解釋變量供您建模？有了 2 個預測的連續結果和 1 個名義變量（確定 2 組觀察結果），簡單的 t 檢驗就足夠了。
回复：逐步回歸“匹配”這是一個示例文件，我想建立一個邏輯回歸模型來預測代表奶酪質量的“質量”變量。
在這個例子中，我只放了 6 個變量，但實際上還有更多。
在製作我的邏輯回歸模型之前，我想進行逐步回歸以選擇最佳變量將它們整合到我的模型中
但是，我不明白為什麼它將我分成幾組變量年，月和周
確實，這些不能是連續的數字變量，它們採用正確的格式：序數數字
謝謝你的幫助
