http://www.pinggu.org/data.asp

做多元回归分析，自变量取17个不算多，如果觉得分析起来有困难可以先做因子分析，提取几个公共因子，把在公共因子上载荷均较小的自变量删除，保存那些在其中一个公共因子上载荷较高，而在其他公共因子上载荷较低的自变量。通过因子分析可以减少自变量的个数，较少的公共因子便于分析，也便于解释，所以应该首先进行因子分析，再进行下面的分析，这是基础。
        接着，自我感觉可以先进行第一个阶段的逻辑回归分析，建立逻辑回归模型，分析每一公共因子对因变量影响作用的大小。然后将第一阶段作为参考对象，分别对第二、三阶段进行逻辑回归分析，建立第二、三阶段的逻辑规模模型。
        将第一个模型和第二模型的样本均值进行比较，分析发病等出现情况是否有差异。如果第一和第二个模型因变量的均值存在差异，就接着根据两模型分析因变量均值的变化是由哪些自变量引起的，这样就分析出了致使疾病发病率出现变化的原因了；如果因变量的均值没有显著差异，那么只能说明在第一和二阶段疾病发病率确实没有发生变化，或者你收集的样本存在问题，或者初始自变量的选择存在问题，这就需要再重新建立逻辑回归模型。
        如果第一阶段和第二阶段因变量的均值存在差异，继续将第二和第三阶段因变量的均值进行比较分析，以进一步分析在这三个阶段中那些公共因子在发生变化，在起作用，这也就为论文后面的提出建议和解决办法做了准备。
       如果第一阶段和第二阶段因变量的均值没有差异，那么可以继续将第一阶段和第三阶段，第二阶段和第三阶段的因变量的均值进行分析，因为可能某些公共因子在第一二阶段没有发生变化，而在第三阶段发生变化，引起因变量值的变化。这种情况现实中也是可能存在的，所以千万不要发现第一二阶段不显著就放弃了，如果能发现一些在一二阶段没有变化，而在第三阶段发生变化引起因变量变化的这样一些因素，也是很价值的。
       做实证分析就是这样，数据已经收集起来了，自己可以试着改改模型，一般不会出现什么结果也没有得到的情况，正常情况是有些变量得到证实，而另一些变量则没有通过检验，在论文最后只需对通过检验的变量进行分析，分析那些没有通过检验的变量为什么没通过检验就可以了。
       不知道上面的解释能不能给你在黑夜之中一把照亮前方道路的明灯

非常感谢wcy471前辈的细心指点，我再实践几次试试。

怎么评价呢：精彩！

学习了，精彩！