三分的类别因变量与多个连续自变量的回归分析

    数据如下：  一个三分的类别因变量（取值分别为1、2、3），有一堆连续变量作为自变量。
    数据处理目标：检验究竟哪些自变量对因变量具有显著影响
    数据处理过程：
    1、在回归之前，我对这一堆自变量首先根据因变量的不同分组（即取值为1、2、3）进行了方差分析，通过方差分析的结果选取了那些组间差异显著的自变量。
    2、然后检验这些组间差异显著的自变量，由于自变量连续，因变量是三分的类别变量，因此用了判别分析。
         但从判别分析的结果只能看出来这些自变量整体组合起来对因变量分类的解释百分比，而似乎是看不出来哪个自变量与因变量之间具有显著相关性，只能得到2个判别函数，在函数里每个因素都有系数，而无法判断这种相关性是否显著。

    请问这种情况应该如何处理呢？非常感谢！

用discrete choice model，比如logit，probit之类的，回归，筛选变量

您好，不太明白您说的意思，是否可以再详细一些？另外，logit不是适用于当因变量是二分变量的时候吗？

logit 也可以用于多分类的变量