変数減少法（Backwardeliminationmethod）
重回帰分析において、説明力の高い変数の組み合わせを選ぶ方法の1つ。予め用意された変数群の中から、順次不適切な変数をふるい落とし、重回帰分析の精度を高めていく。
これに対し、変数がないところから変数をどんどん加えていく方法を変数増加法、変数を増やしたり減らしたりする方法を変数増減法（ステップワイズ法）と呼ぶ。有料の統計ソフトなどでは変数増減方が用いられることが多いが、通常のエクセルではその機能が標準装備されていないため、変数減少法が用いられることが多い。手順は以下のとおりである。
1.分析ツールの「相関」を用い、相関マトリックスを作成する。多重共線性を防ぐために、相関係数が0.9以上の変数はこの段階でどちらかを説明変数から外す（通常は原因系を残す）。なお、多重共線性とは、相関の強い説明変数を2つ以上説明変数に入れると、偏回帰係数の計算結果が不安定になり、本来単独では正の相関となるはずの変数の偏回帰係数が負になる符号の逆転が起こるなど、結果の解釈が難しくなることを言う。対処の方法として、相関の高い説明変数のうちどちらかを除く。ただし、目的が予測のみで、係数の解釈が重要でない場合は、多重共線性はさほど気にしなくてもよいとされる。
2.それらすべての説明変数を用いて分析ツールから回帰分析を実行する。
3.結果のうち最もP値の大きい説明変数を１個除いて回帰式をつくり、これを繰り返す。
4.補正R2が最大となったモデルを選択する。モデルの各説明変数のP値が概ね5%（もしくは10％）より小さくなっているかを確認する。
▼「MBA経営辞書」とは
グロービスの講師ならびにMBA卒業生など、幅広い分野から知を結集して執筆された、約800語の経営用語を擁する辞書サイト。意味の解説にとどまらず概念図や具体例も提示し、マーケティング、ファイナンスなどの分野別に索引できる。今後、検索機能ほかサイト機能の追加を行う一方、掲載用語を1000語程度まで拡充した上でサイト上でのご意見の収集ならびに監修の実施を通じた更なる精緻化を図り、グロービス編著のベストセラー書籍『MBAシリーズ』と併読いただける書籍として出版を予定している。
