10.13　案例变量的最佳子集合

我们用5变量子集合MOS_OPEN、MOS_DUM、FD1_RCP、FD2_RCP、INVEST_LOG对TXN_ADD进行逻辑斯谛回归，结果见表10.13。

表10.13　用起始子集合对TXN_ADD进行初步逻辑斯谛回归

FD1_RCP的Wald卡方值4.3686最小，FD2_RCP的卡方值13.8911与FD1_RCP（r_FD1__RCP，_FD2__RCP=0.97）高度相关，这两个变量的卡方值可能不可靠。尽管如此，由于没有其他指标可以参考，我们只能根据这些数值做出判断，删去卡方值较小的变量FD1_RCP。

INVEST_LOG的卡方值11.6557是卡方值第二小的变量。与模型中的MOS_OPEN、MOS_DUM、FD1_RCP、FD2_RCP相比，重要性较小，所以我们从模型中删掉它。因此，初始最佳子集合包含了变量FD2_RCP、MOS_OPEN和MOS_DUM。

我们用3变量子集合（FD2_RCP、MOS_OPEN、MOS_DUM）对TXN_ADD再做一次逻辑斯谛回归，结果见表10.14。MOS_OPEN和FD2_RCP具有较大的Wald卡方值，分别为81.8072和85.7923，显然都远大于4。MOD_DUM的Wald卡方值只有MOS_OPEN的一半，但是将它留在模型里是因为有此需要（回想图10.9和图10.10）。我承认MOS_DUM和MOS_OPEN共享信息可能会影响它们的Wald卡方值的可靠性。实际共享的信息占了42%，表明对其Wald卡方值的可靠性的影响是最小的。

表10.14　用初始最佳子集合对TXN_ADD进行逻辑斯谛回归

我们比较现在这3个变量子集合（FD2_RCP、MOS_OPEN、MOS_DUM）和开始时的5个变量子集合（MOS_OPEN、MOS_DUM、FD1_RCP、FD2_RCP、INVEST_LOG）的重要性。前后两个子集合的G/df值分别是62.02（=186.058/3，表10.14）和40.21（=201.031/5，表10.13）。基于10.10.4节中的决策规则，我们可以认定这3个变量子集合优于5个变量子集合。我们期待由式10.16定义的3变量模型得出TXN_ADD的好的预测结果：