文章插图
，选其中最大者，记为
文章插图
,对应自变数脚标记为
文章插图
，即
文章插图
。对给定的显着性水平
文章插图
，记相应的临界值为
文章插图
，
文章插图
则变数
文章插图
引入回归模型 。否则，终止变数引入过程 。步骤3:考虑因变数对变数子集
文章插图
的回归重複步骤2 。依此方法重複进行，每次从未引入回归模型的自变数中选取一个，知道经检验没有变数引入为止 。向后法与向前法正好相反，它事先将全部自变数选入回归模型，任何逐个剔除对残差平方和贡献较小的自变数 。实施过程逐步回归分析的实施过程是每一步都要对已引入回归方程的变数计算其偏回归平方和（即贡献），然后选一个偏回归平方和最小的变数，在预先给定的水平下进行显着性检验，若显着则该变数不必从回归方程中剔除，这时方程中其他几个变数也都不需要剔除（因为其他几个变数的偏回归平方和都大于最小的一个更不需要剔除） 。相反，如果不显着，则该变数需要剔除，然后按偏回归平方和由小到大地依次对方程中其他变数进行检验 。将对影响不显着的变数全部剔除，保留的都是显着的 。接着再对未引入回归方程中的变数分别计算其偏回归平方和，并选其中偏回归方程和最大的一个变数，同样在给定水平下作显着性检验，如果显着则将该变数引入回归方程，这一过程一直持续下去，直到在回归方程中的变数都不能剔除而又无新变数可以引入时为止，这时逐步回归过程结束 。