F-검정에 기반한 기존 모형에 예측 변수를 추가하거나 삭제하여 변수 선택을 수행합니다. 단계별 선택에서 초기 모델은 기본적으로 비어 있습니다. 분석에 대한 사양을 사용하면 초기 모델에 용어를 추가하고 모든 모델에 용어를 추가 할 수 있습니다. 단계적 방법은 전진 선택과 후진 제거 절차의 조합입니다. 첫째, 절차는 뒤로 제거에 대한 규칙으로 용어를 제거할지 여부를 평가합니다. 프로시저가 제거할 조건이 없는 경우 프로시저에서 앞으로 선택하기 위한 규칙으로 용어를 추가할지 여부를 평가합니다. 초기 모형이 모든 자유도를 사용하는 경우 단계적 선택이 진행되지 않습니다.
앞으로 선택에서 초기 모델은 비어 있거나 모든 모델에 있는 용어가 포함되어 있습니다. 모든 후보 용어에 대해 Minitab 통계 소프트웨어는 점수 테스트 통계및 해당 p 값을 계산합니다. 하나 이상의 후보 용어에 지정된 값보다 작은 p 값이 있는 경우 입력할 변수에 대한 알파p-값이 가장 작은 용어가 모델에 들어갑니다. 분석에 대한 특정 사양을 사용하면 모델 계층 구조를 유지하기 위해 한 단계에서 추가 용어가 모델을 입력합니다. 추가되면 용어가 모델을 종료하지 않습니다. 기본 순방향 선택 절차는 후보 항이 입력할 변수에 대한 알파 에 지정된 값보다 작은 p-값을 갖지 않을 때 종료됩니다.
뒤로 제거에서 초기 모델에는 모든 후보 용어가 포함되어 있습니다. 모델의 모든 용어에 대해 Minitab 통계 소프트웨어는 Wald 테스트 통계와 해당 p 값을 계산합니다. 적어도 하나의 용어에 지정된 값보다 p 값이 큰 제거할 변수에 대한 알파경우 큰 p-값의 용어는 모델을 종료합니다. 분석에 대한 특정 사양을 사용하면 추가 용어가 모델 계층 구조를 유지하기 위해 한 단계에서 모델을 종료합니다. 제거되면 용어가 모델에 다시 입력되지 않습니다. 기본 역방향 제거 절차는 모델의 변수 중 제거할 변수에 대한 알파에 지정된 값보다 큰 p-값이 없을 때 종료됩니다. 초기 모형이 모든 자유도를 사용하는 경우 후진 제거가 진행되지 않습니다.