十分感谢版主的热情解答，有拨云见日之感，还有几个问题向版主进一步请教：
1.logistic回归时，连续自变量等级化之后，P for trend如何在SPSS中计算？
2.我在分析时确实将分类自变量设置了哑变量（将HDL选入分类协变量框，并以HDL第一水平为参照），但仍会出现红圈中的P值，不过如果它没有特殊意义，我也不必纠结了
3.我是医学专业的，实际问题中，自变量常常会有很多连续变量，如年龄和各种血液指标等，如果把每个自变量都变成等级变量，将会大大增加自变量的个数，所以实际上，许多自变量还是作为连续变量进入方程的，这种情况下，我见到许多文献都有这样的说法：“某指标浓度每改变一个标准差，因变量出现某种结果的可能性增加多少”，相对的，“某指标浓度每改变1mmol/L”，这样的说法极少出现，其原因也不能理解，因为许多指标的浓度范围就是零点几个毫摩尔每升，因此用1mmol/L显然太大了，所以用一个标准差比较合适。我想知道的是这种做法是如何实现的，我见到有人说先将自变量标准化之后，做出来的OR值就是标准化的OR值，也有人说，logistic的标准回归系数=回归系数×S.D./1.8138，请版主进一步指教。
再次感谢！

第一个问题：我没懂P for trend的意思。我不知道楼主想问的是不是就是模型偏回归系数对应的sig值（P值）的计算。这个直接在软件背后计算的。我的建议是楼主不用纠结背后的计算过程。你看你们专业的文献，看大家是怎么解释变量的偏回归系数就好（一般而言，还是结合B的方向与EXP(B)来解释的）；第二个问题可能是SPSS软件自身携带的，可能正如楼主所说，没多大意义，不用管。不过如果我用SPSS软件做，我不会将HDL单独放协变量框，我会根据HDL的类别数（如有3个类别），先通过recode命令新建2个哑变量，直接将哑变量纳入模型；

第三个问题，可能正如楼主所说，在你们医学专业，一些连续性变量用标准差变化比较好。在多元线性回归中，偏回归系数的标准化可以是（x-u）/sd，但logistic回归经过了对数变换，故而这背后的计算公式应该也有所变化才是。其实，根据我个人的理解，如果弄不清楚标准差怎么计算的，那么还是可以以回归系数来解释。具体的解释可以不一定是以1mmol/L增加来看嘛，可以是0.1mmol/L甚至0.01mmol/L，这里这个变化是看你自己取的值啊。祝好运。

感谢版主的再次解答，我个人理解P for trend是讨论某因素线性变化时，患某疾病的可能性是否会增加，如果仅有某一水平p值小于0.05，而p for trend大于0.05，则仅能说自变量该水平是危险因素，而不能说该自变量升高（或降低）时，疾病患病率升高，苦于不知道权威解释，也不知道具体在spss中如何实现。先看看版主推荐的书中是否有解答

楼主现在知道如何用SPSSP 计算P for trend了吗？本人也是医学专业的，现课题需计算P for trend，急求方法啊~~找了好多地方都找不到这方面的资料，看到有篇文献上说他们是用Spearman correlation analysis of categorical variables计算，照你们前面的讨论来看，这算法应该是不对的~

亲你好，我也想问您这个p for trend是怎么算出来的，我已经弄了好几天了也不知道怎么弄

把变量用数值形式赋值，然后在logistic回归分析时不要刻意把这个变量定义为分类变量即可。
软件给出的回归结果（包括p值，β值等等）即for trend 的结果。

古曲自爱  请问您解决了p for trend 的计算了吗？我现在遇到同样的问题。求解答，望得到帮助