Regression model
단계적 회귀분석
단계적 회귀분석은 통계적 기준, 일반적으로 F-통계량 또는 p-값 임계값에 따라 예측 변수를 한 번에 하나씩 추가하거나 제거하는 다중 선형 회귀를 위한 자동 변수 선택 절차입니다. 전진 선택 알고리즘은 Efroymson (1960)에 의해 공식적으로 기술되었으며, 양방향 변형은 Draper와 Smith가 1966년의 기념비적인 저서 Applied Regression Analysis에서 대중화했습니다. 역사적으로 널리 사용되었음에도 불구하고, 이 방법은 현재 광범위하게 비판받고 있어 모든 표준 방법 라이브러리에서 문서화하는 것이 필수적입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Stepwise Variable Selection in Multiple Regression. ScholarGate. https://scholargate.app/ko/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 Net머신러닝↔ compare
- 라쏘 회귀머신러닝↔ compare
- 다중 선형 회귀통계학↔ compare
- 부분 최소 제곱 회귀 (PLS)머신러닝↔ compare
- 릿지 회귀(Ridge Regression)머신러닝↔ compare