Stegvis regression
Stegvis regression är en automatiserad procedur för variabelval vid multipel linjär regression som lägger till eller tar bort prediktorvariabler en i taget enligt ett statistiskt kriterium, typiskt F-testet eller en p-värdeströskel. Algoritmen för framåtriktat urval beskrevs formellt av Efroymson (1960) och den dubbelriktade varianten populariserades av Draper och Smith i deras banbrytande text Applied Regression Analysis från 1966. Trots utbredd historisk användning kritiseras metoden nu allmänt, vilket gör dess dokumentation väsentlig i alla kanoniska metodbibliotek.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Stepwise Variable Selection in Multiple Regression. ScholarGate. https://scholargate.app/sv/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 NetMaskininlärning↔ compare
- Lasso-regressionMaskininlärning↔ compare
- Multipel linjär regressionStatistik↔ compare
- Partial Least Squares Regression (PLS)Maskininlärning↔ compare
- Ridge RegressionMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →