※ [本文转录自 Statistics 看板 #1DpRP5aV ]
作者: a1293678 (光) 看板: Statistics
标题: [问题] 变量选择程序
时间: Sat May 14 06:52:51 2011
回归有四个主要的变量选择程序:
逐步回归、向前选择、向后消去、最佳子集回归
不过我不太懂最佳子集回归
课本上说:不是一次处理一个变量，而是含不同自变量集合的回归模型
什么意思阿?是指一次处理很多个变量吗?
后面那句话是指有很多自变量的回归模型吧??
那这样只要是复回归的模型都符合吧?
那最佳子集回归有什么特殊之处呢?
还有它在变量的选择程序上和前面三个有什么不同?
哪个在回归上比较被广泛的使用?
最佳子集回归大概的流程是如何?
之后所产生的回归模型的解释能力又是如何?