首先你的案例数是多少？如果就是国家数的话，那显然问题很大，因为变量数远高于案例数，会造成严重的过拟合问题。

谢谢张老师！
因为建模是就单个国家而言的。 所以国家数不是问题。
就每个国家：
现在有2003到2012年的宏观经济数据（共500多个指标）， 以及第三方提供的就这个国家这些指标的2013到2017年的预测。

以及因变量从2003年到2012年的数据，
希望预测该因变量的2013-2017年的值。

另外， 我之所以将不同变量的组合输入SPSS来生成model， 是由于我在建模过程中， 发现输入不同的变量， 会产生出不同的model（即使删除的变量在前后model中都没有出现）。 而且采用stepwise的method， 后边产生的model的R^2 可能比先产生的高。 附件是一个国家的数据， 前面382个独立宏观经济数据， 最后一列是因变量。


建模参数：
"REGRESSION",
"/MISSING LISTWISE",
"/STATISTICS COEFF OUTS CI(95) R ANOVA",
"/CRITERIA=PIN(.05) POUT(.10) CIN(95)",
"/NOORIGIN",
"/DEPENDENT BOOKING",
"/METHOD=STEPWISE " +
varStr <选定的自变量列表>+


通过输入不同的varStr， 程序可以生成n个model（都是针对同一个国家的）。 附件是一个例子
而后从中选择一个合适的模型

盼复！ 非常感谢！

WL

想用10个案例去建立一个500个自变量的回归模型？！你也太贪心了吧！

没什么法子好想的，只能在建模之前删减变量、合并变量、增加案例，虽然有诸如bootstrap之类的计算统计学方法来增强数据使用效率，但毕竟不是正道。

建议你把主要精力放在删减和合并变量上。

非常感谢张老师！
我的解释可能误导你了， 其中的循环环节，就是不断删减可选自变量的过程。 具体的说，
我通过专业人士对那些变量的判别， 采用两个初始集合：
1. 采纳63个左右的可选变量（有些国家可能没有某些变量值）， 而且对每个可选变量都有一个人工的判断（与应变量的商业关联程度）， 而后在循环过程中， 最后可能只剩下3个可选输入（如果循环次数达到60次）。
如果63个变量无法产生任何model， 这进入下一步
2. 采纳200个左右的可选变量， 循环次数达到150次， 所以最后如何还能有模型产生，最多输入可选变量的也就50个左右的变量。

最后如果还是没有产生model， 则我输入可选变量（500+），尝试建模。

事实上， 如同附件显示（是实际的运行结果）， 被模型采纳的变量很少有超过5个的。

我 buy in你的合并变量的idea，现在准备采用PCA/factor对自变量做预处理。

我现在最大的困惑是SPSS stepwis  MLR modeling过程。
1. 为什么变量的数量是个问题？  有的案例上提到， 最好的做法是列出所有变量的可能组合， 而后逐个作为输入。 在所有的产出的模型中选择最佳。  （当然对于500个变量的所有组合是个天文数字了， 所以在过程中我采取了简化）。  
2. 这种不断改变可选独立变量集合说产生的多个model之间如何比较选择最合理？

非常感谢！ 也希望讨论有助于其他跟我一样入门级的pingguer一起进步

你没完全理解我的意思，n个案例的数据集，最多只能建立含有n-2个自变量的回归方程，所以你的数据没什么模型好玩的，纳入最多5个变量实在是很正常的情况。

就用最直接的P值排序方法来筛选变量即可，必要的时候可以加用Bonferroni校正。不过你这么少的样本量，我真心不觉得有这个必要。。。

你可以去参考一些基因芯片数据分析方面的文章或者研究，或许会有启发，基因芯片数据是典型的高维度低样本量数据（100case vs 2-3000variables那种），和你的情况倒是有些类似。

不过说来说去，就10个有效案例也实在是太少了。。。少的就快要不是统计学应当考虑的范畴了。