回归分析经常先通过单因素回归筛选自变量，开展多因素回归。很多人没有搞清楚为什么？
不仅仅是为了挑变量进入多因素回归，更重要是为了多因素回归模型能够成功！因为多因素回归自变量个数不能太多。太多了，回归建模容易失败，要么由于自变量关系复杂，要么由于样本量太少。
我的建议是多因素回归时，研究因素也就是自变量个数别超过10个。在这个建议下，考虑什么自变量纳入回归分析，不是一定要以P<0.05为标准。
（1）当自变量才3-5个，不用挑了，全部纳入也可以。（2）当自变量个数稍微多一些，条件可以放宽些，单因素回归P<0.2也可以纳入。P值不是小于0.05，主要是考虑到一些自变量单因素回归虽然P>0.05，但由于P<0.2，该自变量在多因素回归分析中也有可能P<0.05。如果条件太严格，就可能会遗漏一些信息。（3）自变量非常多，P<0.05差不多有10个了，那么您可以考虑以P<0.05为条件挑选自变量进入多因素回归分析。但有可能有误伤。有些人问“你把P值大于0.05的都纳入模型，会不会带来额外麻烦？” 那也不会，只要多因素自变量个数不多，模型就不会有太多额外负担，对其它变量的影响也不大。
点赞 0
收藏
