SELEÇÃO DE VARIÁVEIS

Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique a variável resposta, isto é, dentre todas as variáveis explicativas disponíveis, devemos encontrar um subconjunto de variáveis importantes para o modelo. 

Construir um modelo que inclui apenas um subconjunto de variáveis explicativas envolve dois objetivos conflitantes: 

1. Obter o máximo de informação por meio de um modelo com tantas variáveis independentes possíveis;
2. Diminuir a variância da estimativa e o custo da coleta por meio de um modelo com menor número possível de variáveis.

Desta forma, obter um equilíbrio entre esses dois compromissos é de interesse. Para isto, utilizamos uma técnica, denominada de seleção de variáveis.