64.(判断题)逐步回归就是先将解释变量全部引入模型，再逐个检验每个解释变量的显著性，并将不显著的解释变量予以剔除，直至模型中的解释变量都显著为止。A. 对B. 错

逐步回归是一种变量选择方法，用于确定回归模型中应包含的解释变量。其核心思路是通过统计检验（如p值）逐步调整变量，最终得到最优模型。本题的关键在于理解逐步回归的具体操作流程，尤其是变量引入与剔除的顺序以及检验机制。

破题点：题目描述的“先全部引入，再逐个剔除不显著变量”更接近后向逐步回归，但忽略了双向逐步回归中可能同时引入和剔除变量的机制，且未明确每一步需重新评估所有变量的显著性。此外，逐步回归的终止条件并非单纯“所有变量显著”，还需结合统计准则（如AIC、BIC）。

逐步回归包含三种主要方法：

1. 前向选择：从空模型开始，逐步引入显著变量。
2. 后向消除：从全模型开始，逐步剔除不显著变量。
3. 双向逐步：同时进行前向引入和后向剔除。

题目描述的错误：

• 单向剔除：仅提到剔除不显著变量，未说明双向逐步中可能引入新变量。
• 检验机制：未强调每一步剔除变量后需重新评估剩余变量的显著性，可能导致循环迭代过程被简化。
• 终止条件：将“所有变量显著”作为终止条件，但实际需综合统计准则，避免过拟合。