在决定一个回归模型的“最优”解释变量集时人们常用逐步回归的方法。在逐步回归中既可采取每次引进一个解释变量的程序(逐步向前回归)，也可以先把所有可能的解释变量都放在一个多元回归中，然后逐一地将它们剔除(逐步向后回归)。加进或剔除一个变量，通常是根据F检验看其对ESS的贡献而作出决定的。根据你现在对多重共线性的认识，你赞成哪种逐步回归的程序？为什么？
请注明：姓名-公司-职位
以便审核进群资格，未注明则拒绝
逐步回归方法并不是选择解释变量的很好的方法，主要还是要根据各种理论选择解释变量。如果非得用逐步回归我比较喜欢(逐步向后回归)，但是在剔除变量是应当考虑多重共线性问题，不能简单提出不显著的解释变量
扫码加好友，拉您进群
全部版块
我的主页
收藏
