项目问题10 逐步回归对前向选择和向后消除的改进是逐步回归。 从模型中没有任何变量开始,然后添加一个最大程度地提高选择标准的变量。 为第二步添加第二个最佳变量。 第二步之后,确定添加还是删除变量是更好的选择。 以这种方式继续,直到选择标准没有发现任何改善为止。 对于正向选择和向后消除,可能有启发性地一直进行到最后(所有变量都为正向/无变量为向后)。 逐步回归可能会导致模型中包含巧合关系,特别是如果t检验是包含的基础或使用了无惩罚QoF度量(例如$ R ^ 2 $)。 通常,当对具有额外变量/参数(例如$ R ^ 2 $,调整后的-$ R ^ 2 $($ R ^ 2_a $),交叉验证$ R ^