上面是使用sas 的proc logistic输出结果，从最后一列可以看出所有变量都是显著的，问题是intercept对应的WaldChisq值远大于x变量的WaldChisq值，这是不是意味着X变量对预测作用不大，这样的结果感觉“头重脚轻”,不太满意。另外，模型经过过抽样的，本身badrate偏低，仅有3%，调整权重后到加权跑的逻辑回归，出来就这个样子。有哪位大虾能解释下WaldChisq在这里到低意味着什么吗，有没有办法或有没有必要把intercept的调低？ 谢谢~~~