由于SPSS不精通， 遇到如下问题：

现有100多个自变量(x1,....xn)， 期望能否得到一个因变量(Y)的预测模型. 采用SPSS的stepwise 多元回归方法。 有如下一些情况亟待解释：
1. 结果模型可能只采纳了1个自变量， 自觉觉得没有因果关系， 于是去掉该变量，继续要求SPSS在余下的Xi 与 Y之间找模型，
   就这样一轮一轮， 其中发现R^2 变化很大， 有时候可能在中间几轮的R^2 很高。
  问题： 为什么SPSS不能第一次就找出这种R^2高的模型呢？
问题2： stepwise 说采用的组合方式是不是不能覆盖所有自变量的组合？ 一旦某个变量在迭代中被剔除了， SPSS在后续迭代中就不会把它放回？

2. 有的时候无法得到有意义的模型， 这时候删除一些自变量后， 又可以生成模型？ 这如何解释啊？

非常感谢， 最好的3个答案各送分50  ！  （如果我忘了给分， 请版主帮忙执行 谢谢）