Regresja krokowa

Regresja krokowa – czym ona jest?
Regresja krokowa to odmiana analizy regresji. Do jej modelu wprowadzane są wyłącznie zmienne, które są istotne statystycznie i które rzeczywiście poprawiają zbudowany model.
Naukowcy podczas analizy zebranych danych najczęściej dysponują bardzo dużą ilością potencjalnych predyktorów. Predyktory to zmienne wyjaśniające. Mogą mieć one wpływ na analizowaną zmienną zależną. Musimy pamiętać, że aby model regresji był dobry należy wprowadzić małą liczbę predyktorów. Ich zbyt duża liczba w trakcie analizy jest zbyt czasochłonna oraz kosztochłonna dla naukowców.
Wyróżniamy również inne pojęcia związane z regresją krokową:
1) Analiza regresji krokowej – umożliwia ona wprowadzenie tylko tych predyktorów, które są istotne i przewidują zmienną zależną.
2) Procedura regresji krokowej – działa ona na zasadzie wprowadzana lub też usuwania zmiennych z modelu.
3) Metoda regresji krokowej – jest narzędziem do eksploracji dużej ilości zebranych danych.
Poniżej znajduje się wzór na wcześniej wspomnianą zmienną:
,
gdzie: – wektor zmiennych; – zmienna objaśniona; – wektor współczynników regresji; – funkcja regresji o wartościach liczbach rzeczywistych; – błąd losowy.