學習筆記，僅供參考，有錯必糾

---

賈俊平統計學

變量選擇與逐步回歸

根據多個自變量建立回歸模型時，若試圖將所有的自變量都引進回歸模型，帶來的問題往往讓人無所適從，或者是對所建立的模型不能進行有效的解釋。

• 變量選擇過程

在建立回歸模型時，總希望盡可能用最少的變量來建立模型。但究竟哪些自變量應該引入模型，哪些自變量不應該引入模型，這就要對自變量進行一定的篩選。

如果在進行回歸時，每次只增加一個變量，并且將新變量與模型中的變量進行比較，若新變量引人模型后以前的某個變量的t統計量不顯著，這個變量就會被從模型中剔除。在這種情況下，回歸分析就很難存在多重共線性的影響，這就是回歸中的搜尋過程。

選擇自變量的原則通常是對統計量進行顯著性檢驗，檢驗的根據是：將一個或一個以上的自變量引人回歸模型中時，是否使殘差平方和(SSE)顯著減少。如果增加一個自變量使殘差平方和(SSE)顯著減少，則說明有必要將這個自變量引入回歸模型，否則，就沒有必要將這個自變量引人回歸模型。確定在模型中引人自變量 x i x_i

總結

以上是生活随笔為你收集整理的20应用统计考研复试要点(part5)--统计学的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。