详细解释

逐步回归模型是在线性回归的基础上，自动剔除不具有显著性的自变量X。当自变量较多时，其会从所有解释变量中选择影响最为显著的变量建立模型，再将剩余的变量逐个引入模型；每引入一个变量进行一次显著性检验，当原引入的变量由于后面的变量的引入变得不再显著时，将其剔除；反复进行逐个引入--剔除--引入这个过程，直到没有显著因子可引入，也没有需要剔除的变量为止。逐步回归是对多个变量进行分析，建立得到最优回归模型的有效方法。例如：水泥凝固时候放出的热量Y，与水泥中4种化学成分（X1，X2,X3,X4）的占比有关，建立Y与因子的最优方程。

示例：

通过分析美国波士顿市不同街区房价的影响因素，利用逐步回归模型，研究该地区除了经济发展水平之外的影响不同地段或者不同社区的房价高低的因素

输入输出描述

输入：自变量X至少一项或以上，因变量Y一项，均为数字类型

输出：模型检验的结果，和自变量对因变量的线性关系等