【原】如何根据P值开展逐步回归法logistic回归？

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！

逐步回归的目的是用最少的因子，成功构建出不差于全变量模型。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"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同时在结果中限制P值！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！

风暴统计是由浙江中医药大学郑卫军教授基于R语言搭建的一站式免费公开统计分析平台，不仅分析结果与R语言一致，并且全部实现菜单式操作，统计小白也可以轻松上手！

logistic回归具体网址：https://shiny./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

首先，进入风暴统计平台

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!

可以看到我们最终的多因素结果中所有变量P值都＜0.05！

平台还可以指定小数位数，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！

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