摘要：本文目的是分析一個(gè)已知真實(shí)情況的資料,比較適應(yīng)性回歸分析與非適應(yīng)性回歸分析建模的效果。結(jié)論如下:當(dāng)資料中存在與因變量確有關(guān)系的自變量時(shí),ADAPTIVEREG過程具有較好的甄別能力;REG過程具有較好的甄別能力,但需要滿足一定條件,即采用“前進(jìn)法”或“逐步法”篩選自變量,同時(shí)還需要“假定模型包含截距項(xiàng)”。當(dāng)資料中不存在與因變量確有關(guān)系的自變量時(shí),ADAPTIVEREG過程幾乎完全失去了甄別能力;REG過程具有較好的甄別能力,但需要滿足一定條件,即采用“前進(jìn)法”篩選自變量,同時(shí)還需要“假定模型包含截距項(xiàng)”。若研究者基于“基本常識(shí)”和“專業(yè)知識(shí)”確定的自變量都與因變量有關(guān)系,對(duì)因變量進(jìn)行Logistic變換,并且,假定回歸模型中不含截距項(xiàng)時(shí),會(huì)在回歸模型中保留非常多的自變量。