二元Logistic回归模型检验问题

   关于二元Logistic回归模型的hosmer-lemeshow test检验，SPSS和EVIEWS软件给出的回归结果和判断都不大一样。其中，SPSS中hosmer-lemeshow test检验结果主要判断卡方统计量的显著性，或者说是用-2log likelihood来检验模型的显著性，这是一种拟合劣度卡方统计量，越不显著，拟合优度越好。我自己的实证是用EVIEWS做的，做的hosmer-lemeshow test检验是拟合优度检验，检验结果的统计量也是非常显著，是否可以判断拟合效果非常好？

    其实，关于这个检验还有一个疑问：发现很多论文中的这个检验并没有区分是拟合优度还是拟合劣度检验，而是统一叫做拟合优度检验，检验越不显著拟合效果越好，这种说法是否错误？

    下图是我对近2W张订单数据做的一个logit回归，但是对于检验一直没用找到用EVIEWS的检验分析，按网上的说法，概率为0，完全不拟合？个人认为这种判断是不可能的，从检验结果来看，基本都通过显著性检验的，那就是不同统计软件自身的原因？

    不知万能的百度这回能否解答，或者有人一起探讨这个问题？

Hosmer-Lemeshow检验（HL检验）为模型拟合指标，其原理在于判断预测值与真实值之间的gap情况，如果p值大于0.05，则说明通过HL检验，即说明预测值与真实值之间并无非常明显的差异。反之如果p值小于0.05，则说明没有通过HL检验，预测值与真实值之间有着明显的差异，即说明模型拟合度较差。网页版SPSSAU可以进行检验。

我想问，模型检验，我加入变量越多，这个H-L做出来的p越来越小；所以模型预测度除了这个还有其他选项吗