회귀모델에서 독립변수의 증가는 모델의 결정계수를 증가시켜 설명력을 높이는 장점이 있지만 다중 공선성 문제를 일으킬 수 있어서 추정의 신뢰도를 저하시킬 수 있고, 독립변수가 많을 경우 예측성능이 좋지 않을 가능성이 많고 독립성, 등분산성 등의 가정을 만족시키기 어렵기 때문에 독립변수를 줄일 필요가 있다 전진 선택법(Forward Selection) 절편만 있는 모델에서 기준 통계치를 가장 많이 개선시키는 변수를 차례로 추가 후진 제거법(Backward elimination) 모든 변수가 포함된 모델에서 기준 통계치에 가장 도움이 되지 않는 변수를 하나씩 제거하는 방법 단계선택법(Stepwise selction) 모든 변수가 포함된 모델에서 출발하여 기준 통계치에 가장 도움이 되지 않는 변수를 삭제하거나, 모델에서 빠져 있는 변수 중에서 기준 통계치를 가장 개선시키는 변수를 추가. 이렇게 변수의 추가 또는 삭제를 반복.
또는 절편만 포함된 모델에서 시작해 변수의 추가, 삭제를 반복할 수...
#
backward
#
전진선택법
#
변수선택
#
단계선택법
#
step
#
Rstuido
#
reduced
#
R
#
lm
#
forward
#
formula
#
both
#
후진제거법
원문 링크 : R : 변수 선택
![python[프로그래머스] : 문자열 내 p와 y의 개수](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)
