R中logistic回归（前向选择）分析结果与SPSS不同

Question

第一张图片是SPSS中的结果。 Image 1

这是用于分析的 R 代码（逻辑回归-前向选择）

#stepwise logistic regression
    fullmod<- 
      glm(Grouping~Age+ODI+B+C+E+D+F+G+H+J+K+L,data=data1,family=binomial)
    nothing<-glm(Grouping~1, data=data1, family=binomial) 
    summary(nothing)
    forwards = 
      step(nothing,scope=list(lower=formula(nothing),upper=formula(fullmod)), 
       direction="forward")
    summary(forwards)
    round(exp(forwards$coefficients),3)
    round(exp(confint(forwards)),3)

第二张图片是R代码的结果。 Image 2

如你所见，在 R 的结果中添加了一个新变量（第二张图中的 E 变量）

我对这个相互矛盾的结果感到很困惑。

我应该选择哪个结果（SPSS 或 R）？

感谢您关注我的问题

Answer 1

根据 R 步骤文档，它添加了基于 AIC 的预测变量。在 SPSS Statistics 逻辑回归中，它是根据分数统计的 p 值完成的。

R中logistic回归（前向选择）分析结果与SPSS不同

The results of logistic regression (forward selection) analysis in R are different from those in SPSS

r

spss

forward

logistic-regression