系数a系数a系数a系数a系数系数系数系数aaaaa模型模型模型模型模型模型模型共
老师好，想了解年龄、体重指数、血压、血糖、血脂与HPV感染的相关性，所有人群均为女性，因变量（HPV感染）是二分类变量(阳性或阴性)，采用二分类Logistic回归中分析时，假设检验中所有连续自变量与因变量的logit转换值间是存在线性关系，但是有两组数据存在多重共线性，做了删除处理（总胆固醇和低密度脂蛋白胆固醇值）。最终分析结果中显示在模型系数综合检验中P值大于0.05，最后的方程中的变量中P值也是大于0.05，请问这种情况是该数据分析就是这种结果，没有统计学意义，还是分析方法有问题，是否需要调整分析方法？主要是在模型总体评价中模型系数综合检验中P值大于0.05，模型总体没有意义，这个是什么意思？是分析方法的问题吗？这种因变量是二分类变量的情况下，再次重新筛选变量用多重线性回归分析法的变量剔除可以吗？多重线性回归分析法不是要求因变量是连续变量吗？
系数a | |||
模型 | 共线性统计 | ||
容差 | VIF | ||
1 | 年龄 | .702 | 1.424 |
收缩压 | .348 | 2.875 | |
舒张压 | .420 | 2.383 | |
体重指数 | .698 | 1.432 | |
血糖 | .837 | 1.195 | |
总胆固醇 | .061 | 16.486 | |
甘油三酯 | .286 | 3.494 | |
高密度脂蛋白胆固醇 | .390 | 2.561 | |
低密度脂蛋白胆固醇 | .089 | 11.219 | |
a. 因变量：HPV | |||
模型系数的 Omnibus 检验 | ||||
| 卡方 | 自由度 | 显著性 | |
步骤 1 | 步骤 | 1.867 | 7 | .967 |
块 | 1.867 | 7 | .967 | |
模型 | 1.867 | 7 | .967 | |
方程中的变量 | |||||||||
| B | 标准误差 | 瓦尔德 | 自由度 | 显著性 | Exp(B) | EXP(B) 的 95% 置信区间 | ||
下限 | 上限 | ||||||||
步骤 1a | 年龄 | -.010 | .018 | .288 | 1 | .592 | .990 | .957 | 1.026 |
收缩压 | -.011 | .016 | .497 | 1 | .481 | .989 | .959 | 1.020 | |
舒张压 | .010 | .020 | .219 | 1 | .639 | 1.010 | .970 | 1.051 | |
体重指数 | -.014 | .053 | .075 | 1 | .784 | .986 | .889 | 1.093 | |
血糖 | .094 | .213 | .197 | 1 | .657 | 1.099 | .724 | 1.668 | |
甘油三酯 | -.040 | .227 | .030 | 1 | .862 | .961 | .616 | 1.499 | |
高密度 | .095 | .473 | .040 | 1 | .841 | 1.100 | .435 | 2.780 | |
常量 | -1.342 | 1.672 | .644 | 1 | .422 | .261 |
|
| |
a. 在步骤 1 输入的变量：年龄, 收缩压, 舒张压, 体重指数, 血糖, 甘油三酯, 高密度。 | |||||||||