没明白什么叫逐步法做不出来，stepwise大意是先算一个自变量，然后再放几个自变量进去看是不是符合你设置的进入和剔除的sig，不符合就剔除，合适就继续放这样，如果变量太多的话用这个比较方便。进入就是强制把所有变量变成一个回归，后退应该跟stepwise相反吧，就一步一步剔除这样，我猜。后退我没有用过，你可以忽略我的想法。理论上因子可以作为自变量应该也可以作为因变量，但是个人觉得这样就没有什么实际意义，因为你预测的是一个你无法知道合成公式的合成物，做回归不就是为了预测比如顾客会不会买会买多少的问题么。关于这个逻辑顺序，我认为没有太大的影响，你试想一下你最后得出的模型，这个自变量填什么还是根据题目来的，就是你可能需要花时间去解释或者理解每一个自变量的值所代表的含义。当然如果所有自变量顺从同一个逻辑顺序会比较有利于你之后的理解，就看到5就一定是非常满意这样。这个软件只管数据不管资格数据代表的含义。然后有什么要求这个问题好模糊不知道你想问什么，基本就互相独立各种独立，评估的话一般看adjusted R square，就R方啦，0-1，越大越好，太大比如有0.9就不行了，说明自变量和因变量有相关不独立。一般实际问题大数据的话，能做到0.3 这个模型就差不多了。还有人会看F值，越大说明越显著。

我想问的是多元回归分析中因变量必须是连续型变量吧，自变量如果又有连续型变量，有有两分类变量，又有多分类变量，那该如何做呢？可否加你扣扣？我的462764489

我知道逐步法为什么没做出来了，因为自变量的全都对因变量的影响不显著。我看到一篇文章，里面貌似是用因子来做因变量了，想发给你看看，探讨下。

如果你说的自变量不是连续型变量的话没有关系，但是如果因变量是二分类就要用logistic regression

谢谢，我好像做出来了。