摘要：本文目的是介紹適應性回歸模型的構建與求解方法。眾所周知,在自變量數目很多時,就會出現維數災難,此時,統計學家傾向于采用非參數回歸模型取代參數回歸模型。然而,當自變量數目大到一定程度時,普通的非參數回歸模型也不堪重負,于是,適應性回歸樣條算法應運而生。此法由以下幾種統計技術組成:①特殊的變量變換;②基于向前選擇法構建過擬合回歸模型,再基于向后選擇法“修剪”回歸模型;③基于“減少在向前選擇的每個步驟中,檢驗B、V和t的組合的數目”的基本思想,實現快速算法;④借助“GCV”和“LOF”作為“擬合優度”的界值,評價已構建的回歸模型的擬合效果。此法為復雜數據結構的回歸建模提供了新思路。