向后选择GLM不会改变完整的模型

Question

我是与GLM合作的新手。我有一个具有分类（因素）和数值预测变量的数据集，并且响应变量是计数数据，而数据是泊松分布的。我将这些放入GLM中：

glm2＆lt; - glm（配方= count〜盐度 +盐度 +周期 +强度 + depth + temp + temp +治疗，data = dfglm，family =“ poisson”）

治疗（1.1-3.6 ）和周期（上午/中午）是因素。

输出看起来像这样：

我已经在此输出中看到了多个令人惊讶的事物（无效和残留偏差之间的差异很大，治疗1.1未显示，周期早晨和中午未显示为单独的水平，非常非常高标准错误），但我现在将继续。

对于向后的选择，我使用了此代码：

        backward<-step(glm2,direction="backward",trace=0)
        summary(backward)

我获得的输出与上面的输出完全相同。同样，当检查向后$系数时，所有系数都保留。

最后我尝试了一下：

如果有人可以给我建议/解释此输出以及如何通过工作后的选择来制作更好的模型，那将是非常感谢的！