【原】来来来，松哥问你，变量筛选“先单后多”之后，多因素选择哪种方法进入模型？

缘起

----学统计，别放弃，跟着松哥学统计----

    松哥口头禅“初级说一说，中级比一比，高级找关系”，统计最难的就是研究变量之间的关系。如何找呢？也就两个字“模型”。

    构建模型，只有策略，没有金标准，谁要是告诉你可以教你构建模型的金标准，按照他教的一定正确，那都是骗人的。

    变量筛选时构建模型非常重要的步骤。目前有4种方法；一是：ALL IN法；二是:先单后多法；三是：10%变换比例法；四是：Lasso法。

    当样本量不是很大的时候，先单后多方法较为常用。

松哥统计说：

所谓的先单后多：就是先进行单因素分析，筛选有意义的因素，然后多个有意义的因素，在一起进入模型的方法。

先单原则的P值标准往往不在为0.05，往往会提高到0.10,0.15，或者0.20。为什么呢？为的是防止有意义的变成漏网之鱼！

如下文章截图：

后多原则：是指单因素分析如果发现多个有意义的因素，那么此时多个因素应该放入一个模型中进行PK。但是众多软件相互PK提供了逐步法、向前法、向后法。

既然有这么多种方法，不代表着统计的繁荣昌盛，反而说明该问题，没有最佳的解决方案。如下图采用的是向后法。

统计永远是为专业服务的，作为仅20年从事统计的老司机，建议你几种方法均尝试一下，看看哪种结果更容易从专业上得到合理的解释。

另如果规律是稳定存在的话，你用这几种方法的结果应该也非常的相似。