2.7.2.2 Seleção Backward

Enquanto o método Forward começa sem nenhuma variável no modelo e adiciona variáveis a cada passo, o método Backward faz o caminho oposto; incorpora inicialmente todas as variáveis e depois, por etapas, cada uma pode ser ou não eliminada.

A decisão de retirada da variável é tomada baseando-se em testes F parciais, que são calculados para cada variável como se ela fosse a última a entrar no modelo.

Procedimento:

• Para cada variável explicativa calcula-se a estatística F. Para a variável $x_k$, por exemplo,

$$F=\frac{SQR(x_k|x_1,...,x_{k-1})}{QME}.$$

O menor valor das estatísticas F parciais calculadas é então comparado com o F crítico, $F_{out}$, calculado para um dado valor $\alpha$ crítico. Se o menor valor encontrado for menor do que $F_{out}$, elimina-se do modelo a covariável responsável pelo menor valor da estatística F parcial.

• Ajusta-se novamente o modelo, agora com as $p-1$ variáveis. As estatísticas F parciais são calculadas para esse modelo e o processo é repetido.
• O algoritmo de eliminação termina quando a menor estatística F parcial não for menor do que $F_{out}$.

Para entender como executar essa função do Software Action, você pode consultar o manual do usuário.