Die Vorwärtsselektion ist ein Algorithmus der Prädiktorenselektion innerhalb der multiplen Regression, mit dem das beste Modell mit x Prädiktor schrittweise identifiziert wird (daher heißt die Methode auch oft „schrittweise vorwärts“). Bei der Vorwärtsselektion starten R oder SPSS mit 0 Prädiktoren. Schritt für Schritt wird jeweils ein weiterer Prädiktor hinzugenommen, und zwar immer der, der den „größten Gewinn“ für das Modell darstellt. Weitere Algorithmen zur Modellselektion sind die Rückwärtsselektion, kombinierte Rückwärts- und Vorwärtsselektion, sowie die Best-Subset Selektion.
