DoE - 逐步回归和最小二乘回归之间的差异你好！
我很难理解逐步回归和最小二乘回归之间的区别。我通常在拟合模型时选择标准最小二乘作为个性，然后删除 p 值高的因素。在这种情况下，我做的方式不是和backward stepwise方法一样吗？我还尝试使用这两种方法来分析我的数据，结果（模型中留下的因素数量）是相同的。所以我真的不知道如何在这两种方法之间进行选择。
任何建议表示赞赏！
回复：DoE - 逐步回归和最小二乘回归之间的差异谢谢你们！它有助于澄清我的问题。
回复：DoE - 逐步回归和最小二乘回归之间的差异当然，马克是完全正确的。 我更喜欢从饱和（或完整）模型开始并自己删除项（使用 R-square/R-square 调整的增量、RMSE 等），因为我不仅可以结合统计数据，还可以结合删除项后的实际影响。
回复：DoE - 逐步回归和最小二乘回归之间的差异是的，您一次删除一个术语的方法与 Stepwise 平台使用的反向方向相同。 该平台是一种生产力工具。 当模型有很多项时，它可以快速执行删除。 您可以根据自己的喜好设置有关删除和停止的参数。 然后可以将最终模型转移到拟合最小二乘法进行实际回归分析。 Stepwise 专门用于模型选择，而不是分析。
