小白一枚，程序比较低能……放在最后了。
大概思路是：自变量有11个，都是数值型的。1值的样本是固定的，从900个0值中抽取等量的数据进行逻辑回归。因为样本量比较小，所以做了100次重复抽取，计算回归系数的95%置信区间和显著次数。


然后好几个样本就警告了：结果就是回归结果特别飘忽不定，无法得到稳定的回归系数TT

怀疑是自变量多重共线性，计算了kappa值，如下图。
数据都不怎么好，这是抽样100次的结果，只有samp3的均值在100以下，而高亮的是回归后出现多次不聚合或P=1的样本，好像没有直接关系啊，kappa值高的也有能聚合的，kappa值低的也有不聚合的><
另外，查到说共线性可以用step逐步回归解决的，但是尝试后发现结果还是不聚合啊吐血……


所以想问一下:
1、出现不聚合和拟合概率为0或1的情况，原因是什么？
2、多重共线性应当如何处理？扩大样本量是不现实了，如何判断哪个因子共线性高从而剔除之？
3、感觉11个因子太多了，如何进行模型的筛选和优化？

跪谢！


附上低能程序（好羞耻><）