在任何情況下都應該使用逐步回歸？

過去，逐步回歸在許多生物醫學論文中被過度使用，但隨著對其許多問題的更好教育，這種情況似乎正在改善。然而，許多年長的評論者仍然要求它。在什麼情況下逐步回歸起作用並且應該使用（如果有的話）？

我不知道逐步回歸將是首選方法的情況。在極大的數據集上引導整個逐步過程可能是可以的（特別是在從完整模型開始的降壓版本中）. 這裡是連續結果中的觀察數（或生存分析中包含事件的記錄數）是候選預測變量的數量，包括所有考慮的交互作用 - 即，當任何甚至很小的影響變得非常清晰並且你如何構建模型並不重要時（這意味著會比遠高於有時引用的 20 倍）。

當然，大多數人想做逐步回歸之類的事情的原因是，

1. 因為它不是計算密集型的（如果您沒有進行適當的引導，那麼您的結果將非常不可靠），
2. 因為它提供了明確的“在模型中”與“不在模型中”的陳述（這在標準逐步回歸中非常不可靠；適當的引導通常會清楚地表明這些陳述通常不會那麼清楚）和
3. 因為經常小於、接近或略大於.

即像逐步回歸這樣的方法（如果它具有良好的操作特性）在那些不具有良好操作特性的情況下特別有吸引力。

引用自：https://stats.stackexchange.com/questions/258026