迭代逐步多元线性回归

迭代逐步多元线性回归是一种用于拟合多元线性回归模型的方法。它的基本思想是，每次迭代中选择一个变量并将其添加到当前的模型中，以使得模型的拟合能力得到提高。这个过程一直重复进行，直到模型能够较好地拟合数据为止。

迭代逐步多元线性回归的优点在于，它能够有效地筛选出与目标变量有关的变量，并且能够自动选择合适的模型复杂度。缺点在于，它对数据的线性关系假设比较强，并且对异常值敏感。