想请教一个问题，关于logitP=ln[P/(1-P)]，P是根据Logistic回归方程计算出的每个应变量的预测值，也就是说当回归方程中的自变量不同时，应变量的预测值也是不同的。那么我在变量筛选前进行线性假设检验，此时的logitP是包含了所有自变量的回归方程所计算出来的，我做的研究在这一步发现连续型变量都符合线性假设。然后经过一系列变量筛选最后确定了几个自变量进入模型，这时候我再次进行了线性假设检验。此时的logitP应当是新模型计算出的，这时候发现其中一个变量不符合线性假设。想问的是，线性假设检验应该何时做，有没有做两次的必要；如果两次都做，到本研究的第二次线性假设发现自变量不符合线性关系，再将连续型变量转换为分类变量纳入模型是否可行？