logistic回归逐步回归法P>0.05的还留在模型怎么办？

logistic回归中变量筛选可以采用先单后多或逐步回归的方法进行，先单后多平时比较常见，这里主要讲一下逐步回归！

其实，逐步回归法是给构建预测模型用的，不是探讨影响因素用的。它的目的是用最少的因子，成功构建出不差于全变量模型（通过用R^2、-2倍对数似然值或者AIC等指标评价拟合效果）。但是当自变量过多时，有些同学就会在影响因素研究中使用逐步回归来筛选变量。这就会出现一些尴尬的事情！

由于评价指标不同（先单后多是根据P值筛选，逐步回归是通过R^2、-2倍对数似然值或者AIC进行拟合评价)，因此可能会出现有些变量P值大于0.05但仍保留在逐步回归模型中！这是正常的，但是在结果解释的时候会带来一些难题，想要避免这种情况的发生，我们可以在逐步回归中限制P值！

目前浙江中医药大学的郑卫军教授基于R语言开发的风暴统计平台，简单2步，就可以解决这个问题，平台是公开免费使用的，与R语言分析结果一致，但是实现了菜单式操作，对代码小白十分友好！

logistic回归具体网址：https://shiny.medsta.cn/log/

或者百度、必应Bing搜索“风暴统计”

本平台上线的所有工具都是免费的

这里我们不再赘述数据的导入与整理过程，详细教程大家可以点击下方链接：

详细指南！风暴统计如何高效导入数据，统计分析快人一步？

详细版！如何利用风暴统计进行数据的整理转换？

目前风暴统计平台可以完成逐步回归+P限制，只需2步!

• 选入回归自变量
  

• 选择自变量筛选方式

1.logistic回归自变量选择

首先，选入变量，包括因变量、定量自变量、分类自变量。

①因变量

这里因变量建议使用0和1进行表示，0代表阴性结局（如：未患病、二分类变量中值较小的组），1代表阳性结局（如：患病或二分类结局中值较大的组)。

②定量自变量

平台会将分类数大于5的变量自动归为定量自变量，并在选取定量自变量时，优先显示在上方，便于选取。

③分类自变量

同理，分类数小于5类的变量归入分类变量，在选取变量时，优先显示分类变量。

2.开展逐步回归+P限制

逐步回归方法，平台也提供了多种选择：双向逐步回归，向前逐步回归，向后逐步回归以及考虑到有时P值大于0.05的变量在逐步回归时也会留在模型中，新增了根据P<0.05的原则开展逐步回归！

3.下载结果

平台给出了多种结果展示，仅展示单因素回归结果，仅展示多因素回归结果，单因素+多因素显示在同一个表格中!

然后也可以选择小数位数，默认情况下，P值为3位小数，其他统计量为2位小数。

指定小数位数后，P值与统计量的小数位数将会统一。调整完成后，下载最终的三线表结果，平台支持下载excel或word！

十分的快捷便利，简单勾选，就可以轻松完成logistic逐步回归同时限制P值，结果直接整理为规范的三线表，可以节省超多工作量，快来试用吧！