Regression, schrittweise

[engl. stepwise regression], syn. Wherry-Doolittle-Verfahren, [DIA, FSE], ein stat. Selektionsverfahren, mit dem bei einer Regressionsanalyse oder Diskriminanzanalyse aus mehreren Prädiktoren die zur Vorhersage eines Kriteriums bedeutsamen selektiert werden. Alternative zum Einschluss-Verfahren, bei dem alle vorgegebenen Prädiktoren unabhängig von deren Signifikanz im Modell erhalten bleiben. Stellt eine Kombination von Vorwärts- (Prädiktoren werden sukzessive in das Regressionsmodell aufgenommen, wenn sie signifikant zur zusätzl. Varianzaufklärung beitragen) und Rückwärtsselektion (Prädiktoren werden sukzessive aus dem Regressionsmodell entfernt, wenn sich die Varianzaufklärung nicht signifikant verringert) dar. Nach Aufnahme signifikanter Prädiktoren werden bei der schrittweisen Regression ggf. bereits vorher aufgenommene Prädiktoren wieder aus dem Modell entfernt. Die schrittweise Regression soll insbes. sicherstellen, (1) dass die Gesamtvarianzaufklärung im Kriterium (Determinationskoeffizient) nicht durch unbedeutsame Prädiktoren überschätzt wird und (2) dass bei korrelierten Prädiktoren der signifikante Vorhersagebeitrag einzelner Prädiktoren nicht unentdeckt bleibt bzw. die Stärke deren Vorhersagebeitrags unverzerrt abgebildet wird. Es muss berücksichtigt werden, dass die Selektionsergebnisse nicht theorie- sondern datenbasiert (exploratorisch)  identifiziert werden und ggf. stichprobenspezif. bzw. instabil sein können.