모형 적합 플랫폼의 단계별 분석법은 단계별 회귀 기법을 위한 여러 방법을 제공합니다. 단계별 분석법은 다른 최소 제곱 플랫폼에서 생성된 모형과 동일한 추정값을 계산하며 변수 선택도 손쉽게 할 수 있습니다.
단계별 회귀 분석은 전진 선택, 후진 제거 또는 이 두 방법의 조합을 사용하여 변수를 선택할 수 있습니다. 단계별 분석법에는 이러한 각 변수 선택 방법과 가능한 모든 회귀 분석을 위한 옵션이 포함되어 있습니다. 일반적으로 변수 선택 기법은 모형에 요인을 추가하거나 제거하는 순서, 요인의 공선성, 각 단계에서 요인을 추가하거나 제거하기 위해 사용되는 가설 검정의 상관관계에 영향을 받습니다. 선택된 모형에 대한 통계량의 유의 수준은 고정된 모형 내에서 검정된 것이 아니라 선택 과정을 거친 모형을 기반으로 하므로 표준 통계 가정을 위반합니다. 모든 모형의 타당성과 가치는 사용 목적을 기반으로 해야 합니다. 예측을 위한 모형은 독립된 데이터 집합에서 검증되어야 합니다. 모형에서 결정된 요인 설정은 광범위하게 구현되기 전에 테스트되어야 합니다. Subset Selection in Regression(Miller 1990)은 모형 선택 통계량에 대한 이해를 높이는 데 도움이 됩니다.
참고: 이 장에서는 고정된 모형에서 계산이 유효하다는 점을 나타내기 위해 유의 확률이라는 용어를 기계적으로 사용합니다.