逐步迴歸分析

逐步迴歸分析（stepwise regression analysis），選擇自變量以建立最優迴歸方程的迴歸分析方法。最優迴歸方程，指在迴歸方程中，包含所有對因變量有顯著影響的自變量，而不包含對因變量影響不顯著的自變量。過程是：按自變量對因變量影響效應，由大到小逐個把有顯著影響的自變量引入迴歸方程，而那些對因變量影響不顯著的變量則可能被忽略。另外，已被引入迴歸方程的變量在引入新變量後，其重要性可能會發生變化，當效應不顯著時，則需要從迴歸方程中將此變量剔除。引入一個變量或從迴歸方程中剔除一個變量都稱為逐步迴歸的一步。每一步都要進行F檢驗，以保證在引入新變量前回歸方程中只含有對因變量影響顯著的變量，而不顯著的變量已被剔除。直到迴歸方程中所有變量都不能剔除而又沒有新變量可以引入時為止，逐步迴歸過程結束。實際應用時，需要注重逐步迴歸分析跟自己研究假設之間的關聯。由於運算過程比較複雜，可通過統計軟件中的迴歸分析模塊進行。 ^[1]