1、sas中用logsitic做回归预测时，当数值型自变量的个数超过100个时，直接上来先让每个自变量对因变量进行逻辑回归，对于不显著的一些变量进行淘汰，之后再进行剩余变量的探索和处理等的话，会不会因为某些自变量存在缺失值或者异常值得情况，使得本来不显著的变量处理之后变得显著了？

2、如果对于剩余的数值型变量进行探索时，都需要做哪些工作？ 是不是每个数值型自变量都要求服从正态分布？

3、对于数值型自变量。如果取值仅仅是一些离散的数值，例如1、2、3等时，可不可以直接当做自变量放在模型中？

4、对于字符型变量，当他作为分类变量出现在class语句以后，model后面的自变量还需不需要该字符型变量？

最近学逻辑回归，感觉有好多困惑？还望大神们不吝指教，感激不尽！！！