多元线性回归建模如何确定选择哪些解释变量

多元线性回归1.打开数据，依次点击：analyse--regression，打开多元线性回归对话框。2.将因变量和自变量放入格子的列表里，上面的是因变量，下面的是自变量。3.设置回归方法，这里选择最简单的方法：enter，它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法。4.等级资料，连续资料不需要设置虚拟变量。多分类变量需要设置虚拟变量。5.选项里面至少选择95%CI。点击ok。统计专业研究生工作室为您服务，需要专业数据分析可以找我

变量选择有很多种方法。最老套的是 f-statistics，应该就是答主p-value的来源。接下来就是一系列penalize 变量数的指标，包括adjusted r2，mallow's cp, aic, bic这一类，原则上可以通过穷尽所有2^p组合来挑选变量，实际操作中通常采用forward backward 的方法。如果数据多变量也多的话，计算量还是很大。以上指标应该也可以用cross validation的mse代替。上面这种方法可以看做是某种形式的l-0正则，当然也可以用l-1的正则，那就是lasso了，这个计算量比较小，所以比较流行一些。