Regresja krokowa
Regresja krokowa to zautomatyzowana procedura selekcji zmiennych dla wielokrotnej regresji liniowej, która dodaje lub usuwa zmienne predykcyjne pojedynczo, zgodnie z kryterium statystycznym, zazwyczaj statystyką F lub progiem p-wartości. Algorytm selekcji postępującej (forward-selection) został formalnie opisany przez Efroymsona (1960), a wariant dwukierunkowy spopularyzowali Draper i Smith w ich przełomowym tekście z 1966 roku, Applied Regression Analysis. Pomimo szerokiego historycznego zastosowania, metoda ta jest obecnie szeroko krytykowana, co sprawia, że jej dokumentacja jest niezbędna w każdej kanonicznej bibliotece metod.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Stepwise Variable Selection in Multiple Regression. ScholarGate. https://scholargate.app/pl/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 NetUczenie maszynowe↔ compare
- Regresja LassoUczenie maszynowe↔ compare
- Regresja liniowa wielorakaStatystyka↔ compare
- Regresja z częściowymi najmniejszymi kwadratami (PLS)Uczenie maszynowe↔ compare
- Regularyzacja grzbietowa (Ridge Regression)Uczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →