逐步回歸
逐步回歸法是以多元回歸為基礎，利用最小二乘法原理建立正規方程，剔除影響不顯著的因子，並求解回歸系數的一種回歸方法。
當考慮一個因變量受多個因素影響時，可用多元線性回歸方程來描述一個因變量 Y 與多個自變量 X1, X2, X3, …, Xm 之間的線性回歸關系，關系式如下:
b0 為常數項，b1, b2, b3 … bm 是回歸方程待定系數, 是服從正態分布 N 的隨機誤差。
逐步回歸法是在前進法和後退法的基礎上進行雙向篩選的一種方法.前進法是回歸方程中的自變量從無到有、從少到多逐個引入回歸方程;後退法與前進法正好相反，
它是 先將全部自變量選入方程，然後逐步剔除無統計學意義的自變量.逐步回歸法其本質上是 前進法，即回歸方程中的自變量從無到有、從少到多逐個引入回歸方程.
但每引入一個自 變量進入方程後，要對方程中的每一個自變量做基於偏回歸平方和的 F 檢驗。
其中，P 為進行到第 L 步時方程中自變量的個數，SSl回 (Xj)為第 l 步時 Xj 的偏回歸平方和，SSl殘 為第 l 步時殘差平方和。
對給定的檢驗水準 α，若是方程外自變量，當 F ≥ Fα, (1, n-p-1) 時，可決定引入;若是方程內自變量，當 F < Fα,(1,n-p-1)，可決定剔除。
每欠 F 檢驗完成後看是否剔除一些退化為「不顯著」的自變量，以確保每欠引入新變量之前方 程中只包含有「顯著」作用的自變量。
這一雙向篩選過程反復進行，直到既沒有自變量需 要進入方程，也沒有自變量從方程中剔除為止。引入和移出都以給定的顯著性水平為標 準。
對選入和剔除自變量的 F 檢驗，可以設置相同或不同的檢驗水準。
自變量的選擇，主要應根據專業知識和己開展的研究，從專業角度選擇有關自變量;並且在認真蒐集可靠數據的基礎上，再作多元線性回歸分析，用數學方法得到最優回歸方程。
上一頁 下一頁