方法 | 线性回归时，逐步回归法P值大于0.05的还留在模型怎么办？

影响因素研究中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！

当样本量较小而自变量数量过多时，可以考虑使用逐步回归进一步减少多因素模型中的变量。但可能会出现这样的尴尬情况——有些变量P值大于0.05但仍保留在逐步回归模型中！

实际上这是正常的，多因素逐步回归筛选自变量，无论是SPSS，还是R语言，都不是根据P值＜0.05来确定留下的自变量；SPSS默认是P值＜0.1的标准，R语言是AIC准则。

但是这在结果解释的时候会带来一些难题，像下图中的"SBP"，"DBP"，"Race"应该如何讨论与结局之间的关系呢？明明多因素没有统计学意义，但最终留在了逐步回归模型中。

只是目前无论是SPSS还是R语言，都没有办法一步到位实现逐步回归最终结果中的全部变量P值＜0.05！因此，这里给大家推荐一个统计小工具——风暴统计，可以快速解决这个问题，避免P值大于0.05的变量最终被保留在逐步回归模型中！

目前风暴统计平台基于R语言可以一站式搞定逐步线性回归，便捷、高效、准确性有保障！

线性回归具体网址：https://shiny.medsta.cn/line1/

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

下面通过一份示例数据进行平台实操展示：

数据导入与整理

首先，进入风暴统计网站，点击"风暴智能统计"——"线性回归分析"，这里有3个链接，是为了防止网站在线人数过多进行的分流设置，大家任选其一使用即可！

接着，根据下方截图提示，"数据导入"——"导入外部数据"——"Browse..."，选择我们的数据集，然后下方就会出现我们的数据集概览啦！

多重线性回归

然后，就到了关键的回归分析了！‘

第一，选入变量，包括因变量、定量自变量、分类自变量

第二，开展逐步回归+P限制。

关于逐步回归方法，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值大于阈值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！

如果我们想要避免P值大于0.05的变量最终被保留在逐步回归模型中，可以选择“根据P<0.05筛选”的逐步回归！

选择完毕后，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+多因素显示在统一张表格中！

3.下载结果

完成分析后，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！

如果您在风暴统计平台的使用过程中有任何的建议或疑问，欢迎加入我们的讨论群！群里郑老师与助教会在群内解答！

统计机器人交流群