协助为标准最小二乘和有序型 Logistic 分析（或具有二值响应的名义型 Logistic 分析）选择变量。对于连续响应，提供交叉验证、p 值、BIC 和 AICc 准则。同时还提供用于拟合所有可能模型和用于模型平均的选项。对于 Logistic 拟合，提供 p 值、BIC 和 AICc 准则。请参见逐步回归模型。
广义回归使用正则（亦称惩罚）回归方法拟合广义线性模型。正则方法包括岭回归、Lasso、自适应 Lasso、弹性网络和自适应弹性网络。响应分布包括：正态、二项、Poisson、零泛滥 Poisson、负二项、零泛滥负二项和 gamma 分布。请参见广义回归模型和分布。
混合模型|
‒
|
|
‒
|
|
‒
|
|
‒
|
|
‒
|
偏最小二乘
注意：该特质仅支持连续响应。通过选择分析 > 筛选 > 响应筛选也可以提供针对单个因子的响应筛选。该平台支持分类响应，还提供等价性检验和具有实际意义的显著性检验。请参见《预测和专业建模》手册中的响应筛选。