详情请点击右方：郑老师团队服务 | 重复测量资料的数据分析与统计指导

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.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

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