where L is the likelihood and edf i

where L is the likelihood and edf is the equivalent degrees of
freedom (i.e., the number of free parameters for usual parametric
models) of fit. The backward stepwise algorithm starts with the full
model, then sequentially drops the variables that least hurt the fit,
as measured by AIC. Forward and backward stepwise procedures
usually result in similar models [31].

ผลลัพธ์ (ไทย) 1:

ที่ l คือความน่าจะเป็นและ EDF เป็นองศาเทียบเท่าของเสรีภาพ
(เช่นจำนวนของพารามิเตอร์ฟรีสำหรับปกติพารารุ่น
) พอดี อัลกอริทึมแบบขั้นตอนย้อนกลับเริ่มต้นด้วยรูปแบบ
เต็มแล้วลดลงตามลำดับตัวแปรที่มีอย่างน้อยเจ็บพอดี
เป็นวัดโดย AIC ไปข้างหน้าและย้อนกลับวิธีการแบบขั้นตอน
มักจะส่งผลให้ในรูปแบบที่คล้ายกัน [31]

ผลลัพธ์ (ไทย) 2:

ที่ L โอกาส และ edf องศาเทียบเท่าของ
อิสระ (เช่น หมายเลขของพารามิเตอร์ฟรีสำหรับปกติพาราเมตริก
รุ่น) ของพอ ขั้นตอนวิธีการ stepwise ย้อนหลังเริ่มต้น ด้วยเต็ม
รุ่น แล้วหยดตามลำดับตัวแปรที่น้อยที่สุดเจ็บพอดี,
วัด โดย AIC และขั้นตอน stepwise
มักทำในรูปแบบคล้าย [31]

ผลลัพธ์ (ไทย) 3:

L เป็นที่น่ายกย่องและเป็นไปได้สูงมากว่าจะเป็นองศาเทียบเท่ากับที่
อิสระ(เช่นหมายเลขของพารามิเตอร์แบบไม่เสียค่าบริการสำหรับตามปกติแบบ parametric
รุ่น)ในความเหมาะสม อัลกอริธึม stepwise เดินหน้า/ถอยหลังอย่างเต็มที่จะเริ่มต้นด้วย
รุ่นที่แล้วตามลำดับลดลงต่ำกว่าทำร้ายความกระชับพอดีที่
ตามที่วัดได้จากระดมตัวแปรที่ว่าอย่างน้อย เดินหน้าและย้อนกลับ stepwise ขั้นตอน
โดยปกติแล้วส่งผลให้ในรุ่นเดียวกัน[ 31 ]