متى و لماذا تفشل طريقة stepwise في اختيار افضل مجموعة جزئية لمتغيرات الانحدار؟

لاشك ان طريقة stepwise هي احدى افضل طرائق الاختيار المتسلسل لمتغيرات الانحدار، الا انها-حسب تقديري- تعاني من عيب اساس هو انها في غالب التطبيقات لا يمكنها التخلص من تاثير المتغير- الذي يتم اختياره في المرحلة الاولى منها- على اختيار المتغيرات المهمة الاخرى مما يودي في حالة وجود علاقات خطية قوية بينه و بين هذه المتغيرات الى استبعادها (كلا ا او جزءا) من المجموعة الجزئية النهائية المختارة مما يعني في النتيجة الفشل في اختيار افضل مجموعة لمتغيرات الانحدار. و هذا يشير الى ان ذلك المتغير يقف حاجزاا مانعاا امام اختيار المتغيرات التي تتلوه في الاهمية الابتدائية لقوة علاقاته الخطية بها و بذلك تنتفي الفائدة من اعادة تقييمه في كل مرحلة من مراحل الطريقة ضمن المجموعات الجزئية التي يسمح بتكوينها الا اذا كسر هذا الحاجز بطريقة ما، كرفع مستوى معنوية ادخال المتغيرات الى المجموعات الجزئية بحيث لا يقل عن 0.10. و حسب الاهمية الابتدائية لمتغيرات الانحدار التي يراد من بينها اختيار افضل مجموعة جزئية، و هو ما اقترحه الباحث لتفعيل التعديل الذي جاءت به طريقة stepwise على طريقة foreword مع ملاحظة ان ذلك قد يودي الى اختيار متغيرات اضافية ربما تكون ضعيفة المساهمة في التاثير في الظاهرة موضوع البحث في المجتمع.