（菜鸟求教）SPSS处理之后，模型拟合OK，但自变量不显著，怎么办？

接着顶 不知道什么时候会有答案……

采用logistic里面的逐步回归，可以剔除些不显著的变量。如果剔除后变量太少的话，可以增大显著性水平，如把进入条件的P值改大到0.1

非常感谢楼上的回答！！！
我后来的确用的是这个方法！
谢谢！ 论文已经完成了，感谢~

其实,这是统计学配合多元回归模型每次都会遇到的问题. 对于你配合的模型,其配合的效果已经很好了.值得提出的是,对于15个自变量来说, 实际数据中, 不会是每个自变量都有统计学意义(P<0.05).

对于模型中如何选取自变量,教材的中有一些方法,比如,前进法,后退法,或逐步法等,选取的标准也可以自己设定, 比如,可选取0.1, 0.05, 或0.01 等. 但这些方法在不同的研究中不一定实用, 可能会出现你想要的研究变量不在模型 , 不想要变量却在模型中.

任何一项研究都有主要研究变量和辅助研究变量,做模型配合的目的是将主要研究变量留在模型 , 并有统计学意义,对于辅助变量,可在模型中,也可以不在模型中,这些你可以自己确定, 以便于解释结果为标准. 比如,研究吸烟与肺癌的关系, 吸烟是主要研究变量, 而年龄,性别,教育程度, 职业等对肺癌也可能有影响(在此, 不考虑这些因素对吸烟的交互和混杂的影响). 这时, 你可以将吸烟,年龄性别放入模型. 如吸烟,年龄有统计学意义, 而性别没有, 其解释为, 在控制性别因素的情况下,吸烟和年龄与肺癌有联系. 也可以解释为控制性别,年龄的情况下(既同年龄组,同性别的情况下), 吸烟与肺癌有联系.这里, 性别年龄只是辅助因素, 不要过多的考虑是否有统计学意义. 有统计学意义很好,没有统计学意义也可以.

希望我的回复不是太晚并对你有帮助.

怎么发钱呢？

不显著就应该剔除，除非你想硬塞进这个自变量，那你只有改数据了