การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบค่าพยากรณ์จากตัวแบบที่คัดเลือกจาก 3 วิธี คือ วิธีเบส์เซียน(BS) วิธีการกำจัดตัวแปรแบบถอยหลัง (BE) และวิธีการถดถอยแบบขั้นบันได (SW) ในการวิเคราะห์ความถดถอยเชิงเส้นเมื่อตัวแปรอิสระมีความสัมพันธ์พหุนามแบบลำดับขั้น เกณฑ์ที่ใช้ในการตัดสินใจคือ เกณฑ์ค่าเฉลี่ยของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (AMSE) กำหนดจำนวนตัวแปรอิสระสูงสุดที่ใช้ในการสร้างตัวแปรตาม (MB) และจำนวนตัวแปรอิสระสูงสุดที่ใช้ในการสร้างตัวแบบเริ่มต้น (MI) ไม่เกิน 6 ตัวแปรอันดับสูงสุดของพจน์ที่ศึกษาไม่เกิน 2 ค่าคลาดเคลื่อนที่ใช้มีการแจกแจงแบบปกติด้วยค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐาน 5 1020 และ 25 ขนาดตัวอย่าง (n) ที่ศึกษาคือ 25 50 75 และ100 ระดับนัยสำคัญ (...) ที่ใช้คือ 0.01 และ 0.05 และค่าคงที่ของวิธี BS คือ ((...)/(...),c) มีค่าเป็น (1,5)(1,10) (10,100) และ (10,500) ข้อมูลที่ใช้ในการวิจัยได้จากการจำลองด้วยเทคนิคมอนติคาร์โล กระทำซ้ำ 200 รอบในแต่ละสถานการณ์ ผลการวิจัยได้ข้อสรุปดังนี้ เมื่อใช้ตัวแบบที่เหมาะสมคือ MI-MB = 0 และตัวแบบที่มีจำนวนตัวแปรมากเกินไปMI-MB>0 วิธี BS จะให้ค่าพยากรณ์ที่มีความคงเส้นคงวาและมี AMSE ต่ำกว่าวิธีอื่น แต่เมื่อใช้ตัวแบบที่มีจำนวนตัวแปรน้อยเกินไป คือ MI-MB<0 วิธี BS จะให้ค่าพยากรณ์ที่ดีกว่าวิธีอื่น เมื่อค่าส่วนเบี่ยงเบนมาตรฐานของค่าคลาดเคลื่อนมีค่าต่ำและขนาดตัวอย่างใหญ่ แต่เมื่อระดับนัยสำคัญเพิ่มขึ้น วิธี SW และ BE จะให้ค่าพยากรณ์ที่ดีขึ้น ในกรณีที่ค่าคงที่ ((...)/(...),c) ของวิธี BS มีค่าต่ำๆ จะทำให้ค่า AMSE ของวิธี BS ต่ำกว่าวิธีอื่น ปัจจัยที่มีผลต่อค่า AMSE ของแต่ละวิธีเรียงตามลำดับจากมากไปน้อย คือ ค่า AMSE ของทุกวิธีจะแปรผันตามส่วนเบี่ยงเบนมาตรฐานของค่าคลาดเคลื่อน ค่า MB และค่า MI-MBแต่จะแปรผกผันกับขนาดตัวอย่าง สำหรับปัจจัยอื่นที่มีผลกระทบต่อ AMSE ของวิธี BE และ SW คือ ระดับนัยสำคัญ โดยที่ค่าAMSE ของทั้งสองวิธีนั้นจะแปรผกผันกับระดับนัยสำคัญ