逐步回归“匹配”你好，
我有一个逐步回归，当我将模型保存在数据库中时，我得到以下结果：
那是什么意思 ？ 事实上，我在一个变量中有几个相同模态的系数，这让我“匹配”。 例如模态“39”有2个系数，“1”和“-1”
什么是“匹配”？
谢谢您的帮助
分析回复：逐步回归“匹配”我会对此进行破解，但如果您附上数据文件的快照会有所帮助。看来你的变量 Sem。 fab 被 JMP 分组为两个 bin - 一些值分配为 +1，其他值分配为 -1。我相信逐步模型将根据模型中“最佳”工作的组对名义变量进行分组，因此该变量似乎已分为两组。没关系，如果 Sem。 fab 实际上是一个名义变量（例如，我猜它指的是两组指定的制造零件）。由于它具有数值，我不确定 - 如果它确实是一个连续的度量，那么您应该更改数据类型并以这种方式对其进行建模。
假设它是一个名义变量，那么您的模型只是估计 2 个常数值 - 一个用于一组，另一个用于另一组。因此，您的模型正在预测截距 +/- 和常数值，具体取决于它所在的组。这向我表明逐步回归并不是查看这些数据的最有用的方法。我建议做一些更具探索性的图形分析，因为似乎有 2 组观察，每组都有一个预测值。是否没有其他解释变量供您建模？有了 2 个预测的连续结果和 1 个名义变量（确定 2 组观察结果），简单的 t 检验就足够了。
回复：逐步回归“匹配”这是一个示例文件，我想建立一个逻辑回归模型来预测代表奶酪质量的“质量”变量。
在这个例子中，我只放了 6 个变量，但实际上还有更多。
在制作我的逻辑回归模型之前，我想进行逐步回归以选择最佳变量将它们整合到我的模型中
但是，我不明白为什么它将我分成几组变量年、月和周
确实，这些不能是连续的数字变量，它们采用正确的格式：序数数字
谢谢你的帮助
