逐步回归解释

一、总体解释

基本思想

逐步回归的基本思想是将变量逐个引入模型，每引入一个解释变量后都要进行F检验，并对已经选入的解释变量逐个进行t检验，当原来引入的解释变量由于后面解释变量的引入变得不再显著时，则将其删除。以确保每次引入新的变量之前回归方程中只包含显著性变量。这是一个反复的过程，直到既没有显著的解释变量选入回归方程，也没有不显著的解释变量从回归方程中剔除为止。以保证最后所得到的解释变量集是最优的。
依据上述思想，可利用逐步回归筛选并剔除引起多重共线性的变量。

二、步骤

逐步回归法选择变量的过程包含两个基本步骤：一是从回归模型中剔出经检验不显著的变量，二是引入新变量到回归模型中，常用的逐步型选元法有向前法和向后法。

向前法

向前法的思想是变量由少到多，每次增加一个，直至没有可引入的变量为止。
每个变量先分别和因变量Y建立医院回归模型。
然后计算回归系统的F检验统计计量的值，若有n个变量就会得到有n个F

选取其中最大的一个Fmax
对给定的显著性水平α，记响应的临界值为F， Fmax大于F 则将对应的x引入回归模型。

然后再到下一次就是与自变量子集进行二元回归模型，重复上述方法，再下一次就是三元等等…
每次从未引入回归模型的自变量中选取一个，直到经检验没有变量引入为止。

向后法与之相反。