---
title: "Os métodos forward e backward de seleção de variáveis na regressão linear múltipla"
url: https://www.blog.psicometriaonline.com.br/os-metodos-de-selecao-de-variaveis-forward-e-backward-na-regressao-linear-multipla
canonical: https://www.blog.psicometriaonline.com.br/os-metodos-de-selecao-de-variaveis-forward-e-backward-na-regressao-linear-multipla
language: pt-BR
published: 2023-02-24T12:14:17.000Z
updated: 2026-03-30T15:38:57.837Z
modified: 2026-03-30T15:38:57.837Z
author: "Alex França"
categories: ["Análises bi e multivariadas"]
tags: ["regressão"]
description: "Saiba como os métodos forward e backward de seleção otimizam a escolha de variáveis na regressão linear múltipla."
source: Blog Psicometria Online
---
# Os métodos forward e backward de seleção de variáveis na regressão linear múltipla

> Quando realizamos uma regressão linear múltipla, os métodos forward e backward de seleção de variáveis se destacam como estratégias automatizadas a fim de identificar os preditores mais relevantes. Diante de muitas variáveis possíveis, esses métodos oferecem um caminho objetivo a fim de construir mo...

Quando realizamos uma [regressão linear múltipla](/o-que-e-regressao-linear-multipla), os métodos *forward* e *backward* de seleção de variáveis se destacam como estratégias automatizadas a fim de identificar os preditores mais relevantes. Diante de muitas variáveis possíveis, esses métodos oferecem um caminho objetivo a fim de construir modelos mais precisos.

Ambos os métodos, amplamente disponíveis em softwares estatísticos como o SPSS, utilizam critérios estatísticos — como o [valor *p*](/o-que-e-valor-de-p) — para decidir quais variáveis devem entrar ou sair do modelo. Dessa forma, eles ajudam a evitar decisões arbitrárias e aumentam a qualidade da análise.

## Como funciona o método *forward* de seleção de variáveis?

O **método *forward*** (ou seleção progressiva) começa com um modelo vazio, ou seja, o modelo nulo. Em vez de incluir todas as variáveis de uma vez, ele adiciona uma variável por vez ao modelo.

Inicialmente, o processo escolhe a variável com o menor valor *p*. A cada passo, o modelo inclui a próxima variável mais significativa, desde que ela atenda ao critério estabelecido (geralmente *p* < 0,05). Esse processo continua até que nenhuma variável adicional satisfaça o critério.

Assim, o modelo final inclui apenas as variáveis que contribuem de forma estatisticamente significativa para a explicação do desfecho.

## Como funciona o método *backward* na seleção de variáveis?

Diferente do *forward*, o **método *backward*** (ou eliminação regressiva) começa com o modelo completo, ou seja, com todas as variáveis possíveis já incluídas.

A cada etapa, o algoritmo remove a variável menos significativa, ou seja, começando por aquela com o maior valor *p*. Esse processo continua até que todas as variáveis restantes apresentem significância estatística.

Portanto, enquanto o método *forward* constrói o modelo aos poucos, o método *backward* parte do todo para chegar ao essencial.

## Vantagens dos métodos *forward* e *backward*

Uma das principais vantagens dos **métodos *forward* e *backward*** é a objetividade. Ao contrário da seleção manual, que pode ser influenciada por vieses, esses métodos seguem regras claras e reprodutíveis.

Além disso, eles são extremamente úteis em análises exploratórias. Quando há muitas variáveis e pouco conhecimento prévio, esses métodos ajudam a identificar padrões e hipóteses que talvez não fossem considerados inicialmente.

Contudo, é fundamental lembrar: esses métodos não substituem o conhecimento do pesquisador. Sempre que possível, variáveis teóricas importantes devem ser mantidas no modelo, mesmo que não atendam a critérios estritamente estatísticos.

**Saiba mais:** [**Métodos de entrada da regressão linear múltipla**](/metodos-de-entrada-da-regressao-linear-multipla)

![métodos forward e backward, post sobre demais métodos de entrada.](/uploads/2022-01_metodos-de-entrada-regressao-linear-multipla.jpg)

## Conclusão

Se você precisa aprender análise de dados, então faça parte da [**Psicometria Online Academy**](https://academy-po.psicometriaonline.com.br/?utm_source=blog&utm_medium=organico&utm_campaign=&utm_term=&utm_content=post), a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura [**aqui**](https://academy-po.psicometriaonline.com.br/?utm_source=blog&utm_medium=organico&utm_campaign=&utm_term=&utm_content=post) e nunca mais passe trabalho sozinho(a).

## Referência

Field, A. (2017). *Discovering statistics using IBM SPSS Statistics* (5th ed.). Sage.

## Como citar este post

> **Como citar este artigo:** França, A. (2023, 24 de fevereiro). Os métodos forward e backward de seleção de variáveis na regressão linear múltipla. *Blog Psicometria Online*. https://www.blog.psicometriaonline.com.br/os-metodos-de-selecao-de-variaveis-forward-e-backward-na-regressao-linear-multipla