统计|多元回归下变量选择逐步回归一般步骤

本博文源于《商务统计》旨在讲述多元回归下的变量选择问题之逐步回归的一般步骤。

一般步骤

  1. 将向前选择和向后剔除两种方法结合来筛选自变量
  2. 在增加了一个自变量后,它会对模型中所有变量进行考察,看看有没有可能剔除某个自变量。如果在增加了一个自变量后,前面增加的某个自变量对模型的贡献变得不显著,这个变量就会被剔除。
  3. 按照方法不停地增加变量并考虑剔除以前增加的变量地可能性,直至增加变量已经不能导致SSE(残差平方和)显著减少
  4. 在前面步骤中增加的自变量在后面的步骤中有可能被剔除,而在前面步骤中剔除的自变量在后面的步骤中也可能重新进入到模型中。

博主上一篇

统计|多元回归下变量选择最优子集法一般步骤及缺点
统计|多元回归下变量选择的向前选择法一般步骤与缺点
统计|理解多元回归变量选择的向后剔除一般步骤及缺点

你可能感兴趣的:(线代概率,机器学习)