線性迴歸的變數選取方法

您可以利用選擇方法來指定如何在分析中輸入自變數。您可以使用不同方法，從相同變數集來建構各種迴歸模型。

• 輸入。一種變數選取程序，在其單一步驟中會輸入區塊中的所有變數。
• 向前選取法（條件式）(Forward Selection (Conditional)). 一種逐步選取方法，其輸入檢定是以分數統計量顯著性為基礎，移除檢定則是以基於條件式參數估計值的概似比統計量機率為基礎。
• 向前選取法（概似比）(Forward Selection (Likelihood Ratio)). 一種逐步選取方法，其輸入檢定是以分數統計量顯著性為基礎，移除檢定則是以基於最大偏概似估計值的概似比統計量機率為基礎。
• 向前選取法 (Wald) (Forward Selection (Wald)). 一種逐步選取方法，其輸入檢定是以分數統計量顯著性為基礎，移除檢定則是以 Wald 統計量機率為基礎。
• 向後消去法（條件式）(Backward Elimination (Conditional)). 向後逐步選取。移除檢定是以基於條件式參數估計值的概似比統計量機率為基礎。
• 向後消去法（概似比）(Backward Elimination (Likelihood Ratio)). 向後逐步選取。移除檢定是以基於最大偏概似估計值的概似比統計量機率為基礎。
• 向後消去法 (Wald) (Backward Elimination (Wald)). 向後逐步選取。移除檢定是以 Wald 統計量機率為基礎。

您輸出中的顯著值會符合某個單一模式。因此，使用逐步迴歸分析法時通常會產生無效的顯著數值。

所有選用的自變數，都會被加入單一迴歸模型中。然而，您可以替不同的變數子集，指定多種不同的輸入方式。例如，您可以透過「逐步選取」這種方式，將某個區塊中的變數輸入迴歸模型中，而第二個區塊則使用「向前選擇」方式。若要將第二個變數區塊加入迴歸模型中，請按一下下一個。