我有一批数据需要做基于主成分的logistic回归分析，因为可能存在一定的共线性问题，所以希望使用该方法。

希望获得主成分logisic分析后各原始变量的β和标准化回归系数与及统计检验量（wals/pvalue等）。

我找到一篇文献提到这个方法，不过不是很理解。文章见附件。

基本操作方式为：
1. 选取主成分
2. 使用选择的主成分对因变量进行logistic回归
3. 将主成分的β值转换为原始变量的β值
4. 对新获得的β值进行统计显著性检验

现在困难的地方是，
第二步中，主成分对因变量回归到底是什么意思，我的理解是：
主成分值= aX+bY+cZ
其中a, b, c为主成分特征向量值， X， Y， Z为原始变量的值（标准化后）

第3步中，转换为原始变量的β值
原文中有一个公式，
β = l(i1) * a1 +l(i2) *a2＋．．．＋l(ir) * a(r)

a1, a2, .. a(r) 表示使用主成分进行回归所获得的各主成分的回归系数，共ｒ个主成分有ｒ个系数

这个ｌ值我不是很明白，它是代表主成分矩阵的系数（载荷）还是主成分分析中的单位特征向量。
ｐ（m)　＝　l11 * x1 + l12 * x2 + l13* x3 +... l(1m)x(m)
是这个公式中的系数还是 SPSS直接输出的系数 （载荷) ？

第4步中，需要得到β的方差，不知道怎么操作。