原書 Figures 6.13–6.15，以較大型 Houseprice Dataset 示範 Theory-based 與 Data-based Variable Selection。
理解 Stepwise Thinking、p-value Threshold、Parsimony 與 Overfitting 的 Trade-off。
Houseprice Dataset 有 65 Variables。原書示範在 SAS VA 將 Variable Selection Criterion 設為 p < 0.01。
| 模型設定／結果 | 原書數值 |
|---|---|
| Dataset Variables | 65 |
| Variable Selection | p < 0.01 |
| Selected Predictors | 19（11 continuous、8 categorical） |
| Selected Model R² | 87.54% |
| All-variable Model R² | 89.70% |
Theory-based：依既有研究／理論選 Predictor。Data-based：Forward／Backward Stepwise。原書主張實務上需結合兩者。
以 p < 0.01 選擇後，65 Variables 縮減為 19 Predictors，R² = 87.54%；全部 Variables 模型 R² = 89.70%。
把全部 Variables 丟入模型只多解釋少量 Variation，卻犧牲 Parsimony，並可能提高 Overfitting 風險。Patterns 若沒有合理意義，也可能只是 Dataset Artifacts。
比較 19-Predictor Model（R² 87.54%）與 All-variable Model（R² 89.70%），從 Parsimony、Interpretability、Overfitting 與 Unseen Data 四面向說明管理取捨；不要自行宣告哪個模型在新資料一定更好。
問題： 為什麼原書示範 p < 0.01 而非傳統 p < 0.05？
參考解答： 原書指出大型 Dataset 中許多 Relationships 容易達 Significant，因此採較嚴格門檻以降低納入 Spurious Variables 的風險。