多元线性回归中自变量的筛选共有哪几种方法，请比较他们的优缺点？
正确答案:
一是所有可能自变量子集选择法（全局择优法），
二是前进法，
三是后退法，
四是逐步选择法。
理论上讲，所有可能自变量子集选择法是对自变量各种不同组合情况进行比较后，从中挑出一个最优的回归方程，所以这种方法最好，但是这种方法只适用于自变量较少的资料，而实际中自变量的数目往往很大，因此计算量也非常大，这种情况后3种方法比较好，而对于后3种情况，相比较而言，后退法考虑到了自变量的组合作用，理论上更好一些，但变量数目也不能太多，而逐步回归适用于多种情况，很适用。
二是前进法，
三是后退法，
四是逐步选择法。
理论上讲，所有可能自变量子集选择法是对自变量各种不同组合情况进行比较后，从中挑出一个最优的回归方程，所以这种方法最好，但是这种方法只适用于自变量较少的资料，而实际中自变量的数目往往很大，因此计算量也非常大，这种情况后3种方法比较好，而对于后3种情况，相比较而言，后退法考虑到了自变量的组合作用，理论上更好一些，但变量数目也不能太多，而逐步回归适用于多种情况，很适用。
答案解析:有
微信扫一扫手机做题
