主成分LOGISTIC回归分析WALD检验的问题

诸位好，我想利用主成分logistic回归分析数据
8个自变量、1个因变量，想用主成分分析消除共线性，然后进行logistic回归。
具体步骤：
1.利用主成分分析提取主成分，累计贡献率达到90%时，得到5个主成分。
2.利用主成分得分Z值做自变量，拟合logistic回归方程，得到5个主成分的回归系数。
3.依据主成分得分与原始变量的方程，将第2步中的logistic回归方程中的5个主成分转换为
相应的原始变量，这时可得到原始变量的系数。
4.对得到的系数进行WALD检验,就需要各系数相应的标准误，有人提出可以用SAS计算得到，
但是我不会，请问诸位高手，该如何做。谢谢。

data Trial;
input Delib Plain Guilty Freq;
Interaction = Delib*Plain;
cards;
0 0 0 13
0 0 1 14
0 1 0 8
0 1 1 27
1 0 0 22
1 0 1 8
1 1 0 29
1 1 1 1
proc logistic; model Guilty(event='1') = Delib Plain Interaction; weight freq; run;

data genmod;
input Group Gender Continue N;
cards;
1 1 8 34
1 2 17 28
2 1 8 38
2 2 12 26
3 1 11 42
3 2 12 21
4 1 14 43
4 2 12 20
5 1 19 43
5 2 15 20
Proc Genmod; Class Group Gender;
Model Continue/N = Group Gender / dist=binomial link=logit; run;

这两种都可以得到wald检验参数

不是滴 在主成分回归的时候不能这样用的 主成分回归的时候是一步步推算出原始变量的回归系数的

您新生成的几个主成分（比如前三个特征值大于1得）作为自变量，然后和原始因变量去做proc logistic可以么？

做完PRINCOMP之后得到的是主成分Z和各个标准化的变量X之间的关系，然后得套用X标=（原始变量—均值）/S  得到主成分与原始变量的回归方程。  主成分再和因变量做完LOGISTIC的过程是不成问题的，其中也包括了Z的回归系数及其检验，可是这个回归系数不是原始变量的回归系数呀，原始变量的回归系数还是得经过推算才能出来的，那么这个系数再怎么检验呢？

楼主，您好~请问您的问题，当时解决了吗？
我现在遇到了同样的问题，就是最后不知道怎么检验原始变量的系数。前面的几步，我是在matlab里面完成的。