24. 逐步回归一、原理多元线性回归模型中，并不是所有的自变量都与因变量有显著关系，有时有些自变量的作用可以忽略。这就产生了怎样从大量可能有关的自变量中挑选出对因变量有显著影响的部分自变量的问题。逐步回归的基本思想是，将变量一个一个引入，引入变量的条件是偏回归平方和经检验是显著的，同时每引入一个新变量后，对已选入的变量要进行逐个检验，将不显著变量剔除，这样保证最后所得的变量子集中的所有变量都是显著的。这样经若干步以后便得“最优”变量子集。逐步回归每一步只有一个变量单独的回归因子引进或从当前的回归模型中剔除，当没有回归因子能够引进模型时，该过程停止。二、步骤记引入变量F检验的临界值为Fin，剔除变量F检验的临界值为Fout，一般取Fin Fout. 其确定原则：对k个自变量中的m个(mk)，则记F*=F(1,N-m-1)，取Fin=Fout= F*.一般也可以直接取Fin=Fout=2.0或2.5. 要想回归方程多进入一些自变量，甚至也可以取为1.0或1.5. 1. 前进法（变量增加法）首先对全部k个自变量，分别对因变量Y建立一元回归方程，
