二元logistic回归，OR值=1，这个因素是要剔除吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我先进行了独立样本t检验，存在显著性差异。然后进行二元logistic回归分析，拟合度良好，其中数值变量的P=0.002<0.05，但是OR值等于1，B值也是0，这是为什么啊？那这个因素我要剔除吗？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：二元Logistic回归 logistic回归 二元logistic logistic ogistic

主要问题在于数据尺度（取值范围）。
此时的系数在小数点后特别多位，但它依然有影响。
如果你的变量是数据特别大的，例如GDP，上来就是多少个零的，那么建议除以一个常数，转换数据单位。例如除以10000，数据单位变成“万元”。

无关因素

如果一个数值变量的系数（即B值）为0，那么意味着在模型中该变量对被解释变量的影响为零，也就是说它不是对被解释变量的显著预测因素。

在此基础上，如果该变量的P值小于显著性水平（通常为0.05），则说明该变量与被解释变量之间存在显著相关性，但其具体的影响效应可以忽略不计。

因此，如果有一个数值变量的P值小于0.05，但B值为0且OR值等于1，说明该变量的影响很小，不足以影响被解释变量的结果。此时可以考虑将该变量从模型中剔除，从而简化模型。

但是，需要注意的是，仅仅通过单个二元Logistic回归模型的结果来判断变量的重要性还不够。为了更准确地评估变量的作用，可以尝试使用模型选择、模型集成等方法对模型进行调整和优化，并进行交叉验证等步骤来验证模型的性能。