前向选择法的基本思想

前向选择法的基本思想

回归方程中的自变量从无到有，由少到多逐个引入模型，首先因变量Y对每个自变量做直线回归，把回归平方和最大的自变量做F检验，若回归系数有统计学意义，则把该自变量引入方程。

然后在剩余的自变量中，考虑在进入方程的第一个自变量基础上，计算其他自变量的偏回归平方和，选择偏回归平方和最大的一个自变量做F检验决定是否引入，依次类推，直到没有自变量可以引入为止。

前向选择法有一定的局限性，即后续变量的引入可能会使先引入方程的自变量变得无统计学意义。