چکیده: تحلیل داده‌های با بعد بالا در همه‌ی زمینه‌های مختلف علوم، صنعتی و تجاری، همواره با چالش انتخاب متغیرهای مهم روبرو است. روش‌های متداول انتخاب متغیر مبتنی بر ساختارهای خطی هستند اما در بسیاری از موارد و در بعد بالا ممکن است ارتباط ساختاری متغیر پاسخ و متغیرهای توضیحی خطی نباشد. همچنین این روش‌ها، متغیرهایی را که به تنهایی تاثیر ناچیزی بر متغیر پاسخ دارند، اما در ترکیب با سایر متغیرها، برای پیشگویی ممکن است مفید باشند را نادیده می‌گیرند. در این پژوهش با ارائه الگوریتمی چند مرحله‌‌ای مبتنی بر رگرسیون موضعی خطی، متغیرهای مهم در قالب زیرمجموعه‌هایی شناسایی و انتخاب شده و مدل پیشگویی برازش می‌شود.