Schrittweise Regression
Die schrittweise Regression ist ein automatisiertes Verfahren zur Variablenselektion für die multiple lineare Regression, das Prädiktorvariablen einzeln hinzufügt oder entfernt, basierend auf einem statistischen Kriterium, typischerweise der F-Statistik oder einem p-Wert-Schwellenwert. Der Vorwärtsselektionsalgorithmus wurde formal von Efroymson (1960) beschrieben und die bidirektionale Variante wurde von Draper und Smith in ihrem wegweisenden Text Applied Regression Analysis von 1966 populär gemacht. Trotz weit verbreiteter historischer Nutzung wird die Methode heute weithin kritisiert, was ihre Dokumentation in jeder kanonischen Methodensammlung unerlässlich macht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Efroymson, M. A. (1960). Multiple regression analysis. In A. Ralston & H. S. Wilf (Eds.), Mathematical Methods for Digital Computers (pp. 191–203). Wiley. link ↗
- Draper, N. R., & Smith, H. (1966). Applied Regression Analysis (1st ed.). Wiley. ISBN: 9780471221708
- Draper, N. R., & Smith, H. (1998). Applied Regression Analysis (3rd ed.). Wiley. ISBN: 9780471170822
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Stepwise Variable Selection in Multiple Regression. ScholarGate. https://scholargate.app/de/statistics/stepwise-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Elastic NetMaschinelles Lernen↔ compare
- Lasso-RegressionMaschinelles Lernen↔ compare
- Multiple Lineare RegressionStatistik↔ compare
- Partielle Kleinste-Quadrate-Regression (PLS)Maschinelles Lernen↔ compare
- Ridge RegressionMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →