继续求助！

具体情况如下：

我的样本数量是700例，因变量是连续型变量，但是不符合正态分布，就根据专业知识转为了二分类变量。自变量预确定15个。目的是希望找到因变量和自变量间是否相关。

偶的步骤：

先将每一个自变量与二分类的应变量分析，（如果自变量是连续型变量且大致符合正态分布，就用独立样本t-test；如果是分类型变量，就用卡方检验）

将上一步中有显著差异的自变量与应变量做logistic回归分析，找到与因变量相关的自变量。

偶的问题：

1、因变量由于不符合正态分布被转为二分类变量，虽然也符合专业方面的要求，但是，这样做是否合理？还有其他解决方法吗？

2、偶的步骤是否合理？可以这样挑选自变量后再用logistic回归分析吗？会不会损失某些可能有显著影响的自变量？

3、logistic回归模型，在这个情况下，我是直接选enter还是向后（向前）逐步回归呢？

4、logictic回归模型的拟合优度不高，cox-snell R2只有0.052，虽然HLT的sig为0.998，这样可以接受用这个模型吗？拟合优度各个判别检验的一般接受水平是多少啊？

5、logistic回归模型包括常数项的检验，step0 正确预测率是71.2%，加入自变量后，向后逐步回归剩下2个自变量，但是正确预测率仅为71.3%，这个怎么解释？

6、做logistic回归时检验了各自变量是否相关，请问判别相关的水平一般认为是多少啊？

7、在单一自变量分析时，其中一个自变量（二分类变量）与因变量关系非常显著，这样直接把这一自变量与其他关系不太显著的自变量放在一起，会不会使其他自变量被排除？（还是仍能正确反映其他自变量，只是expB 会比较小？）可不可以直接根据这个关系显著的二分类变量将样本分成两部分，再分别用logistic回归模型？这样做与直接用回归，结果哪一个更可信呢？

嗯，以上就是偶的问题，非常希望各位大侠能够解决偶的疑问啦。。。

只是偶担心可能过于菜鸟，怕有些表达不太清楚。。。[em06]

[此贴子已经被作者于2009-6-7 20:35:19编辑过]