Интерпретация уравнения регрессии, преобразование данных (Бокса-Кокса...) Опции

[mix3d]

Уважаемые коллеги!

Вопрос состоит в том, как в последующем использовать уравнение регрессии (линейное) для предсказания зависимой переменной, если для построения данного уравнения с целью соблюдения условий применения метода данные (и зависимые, и предикторы) были преобразованы с тем, чтобы нормализовать распределение (в частности, Бокса-Кокса)? Ведь в принципе в будущем мы будем иметь дело не с преобразованными, а реальными значениями. А также, как в этом случае интерпретировать коэффициенты бета?

Попутный вопрос. При построении многофакторной модели предлагается сначала провести однофакторный анализ, а затем выбрать те параметры, уровень значимости для которых... (тут я встречал разные варианты) p<0,05, p<0,1, p<0,2... Также, как вариант, построение многофакторной модели сразу с включением всех параметров, с последующей минимизацией их количества пошаговой регрессией... И все же как?

Спасибо!