線性迴歸變數的選取法

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 (迴歸)。 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。
• 逐步。 在每一個步驟中，會輸入不在具有最小 F 機率之方程式中的自變數（如果機率夠小）。 如果其 F 機率值變得夠大，則會移除已在迴歸方程式中的變數。 此方法會在沒有變數適合併入或移除之後終止。
• 移除。 一種變數選取程序，在其單一步驟中會移除區塊中的所有變數。
• 向後消去法。 先將所有變數輸入方程式，然後再循序移除的一種變數選取程序。 若變數帶有與應變數的最小偏相關，則會首先考量移除。 若其符合消去準則，則會予以移除。 移除第一個變數之後，接下來會考量移除方程式中帶有最小偏相關的其他剩餘變數。 當方程式中沒有任何變數滿足移除準則時，程序即會停止。
• 向前選擇。 將變數循序輸入模型的一種變數選取程序。 考量輸入方程式中的第一個變數是否會與應變數具有最大正相關或負相關。 僅在滿足輸入準則時，才會將此變數輸入方程式中。 若已輸入第一個變數，則接下來會考量具有最大偏相關且不在方程式中的自變數。 若沒有變數符合輸入準則，則會停止此程序。

您輸出中的顯著值會符合某個單一模式。 因此，如果使用逐步迴歸分析法 (逐步迴歸分析法、向前法、或向後法) 的話，一般而言，顯著值都是無效的。

無論所指定的輸入方法為何，所有的變數都必須通過容差準則，才能輸入方程式中。 預設的容差度為 0.0001。 同時，如果某變數會導致其他已存在方法中之變數的容差度下降，並降到容差準則以下，則這個變數便不會輸入。

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。