请注意，标记为可能重复的上一个问题不是重复的，因为上一个问题涉及向后消除，而这个问题涉及前向输入。
我目前正在执行一个模拟，我想展示逐步回归是如何成为有偏估计量的。特别是，以前的研究人员似乎使用了 SPSS 中的一种逐步程序（或与之相同的程序）。这涉及使用 r 平方变化的 F 值的 p 值来确定是否应将附加变量添加到模型中。因此，为了让我的模拟结果产生最大的影响，我需要在 R 中复制 SPSS 逐步回归过程。虽然 R 有许多逐步过程（例如，基于 AIC），但我发现的不是与 SPSS 相同。
我发现了 Paul Rubin 的这个功能。好像可以，但是函数的输入输出有点奇怪。我已经开始对其进行调整，以便 (a) 将公式作为输入，(b) 返回最佳拟合模型。该功能的逻辑是我所追求的。
我还在向后逐步回归中找到了这个问题。请注意，后向输入与前向输入不同，因为后向输入会删除非重要项，而前向输入会添加重要项。
尽管如此，如果现有的 R 包中有另一个函数可以做我想做的事，那就太好了。
是否有设计用于使用 F 变化的 p 值执行前向进入逐步回归的 R 函数？
理想情况下，它可能需要一个 DV 一组 IV（作为命名变量或作为公式）和一个 data.frame，并将返回逐步回归选择为“最佳”的模型。就我而言，包含交互术语没有任何问题。