重回帰分析や判別分析の場合，独立変数が多いと実地への適用が面倒になる。独立変数の候補から，予測や判別に有用な順に独立変数を採用するための方法である。まず，最も有用な独立変数を 1 個採用する。次の段階では，まだ採用されていない独立変数のうちで最も有用な独立変数を 1 個採用する。なお，最初のほうで採用された独立変数も，後で採用された変数との関係で不要になる場合があるので，新たな独立変数の採用の前に，すでに採用された変数を取除くかどうかをチェックする。独立変数の採用と除去は偏 $F$ 値による検定で決定される。偏 $F$ 値がある基準値（$F_{in}$）より大きければ採用，別の基準（$F_{out}$）より小さければ除去される。また，偏 $F$ 値から求められる有意確率 $P_{in}$，$P_{out}$ によっても同様に変数選択を行うことができる。変数選択の過程で，偏 $F$ 値の自由度が変化するので $P_{in}$，$P_{out}$ により変数選択を行うこともある。

詳しくは，重回帰分析を参照のこと。