我认为建立模型和测试它是不同的事情。向后消除是模型构建的一部分。Jack Knife 和 bootstrap 比较常用来测试它。

与简单的反向消除相比，您当然可以使用引导程序和千斤顶进行更可靠的估计。但如果你真的想测试过拟合，最终的测试是拆分样本，对一些进行训练，对另一些进行测试。为此目的，留一出太不稳定/不可靠： http ://www.russpoldrack.org/2012/12/the-perils-of-leave-one-out.html

我认为至少有 10% 的受试者需要外出才能获得更稳定的模型稳健性估计。而如果你有20个科目，2个科目仍然很少。但接下来的问题是你是否有足够大的样本来构建一个可以应用于其他人群的模型。

希望它至少部分回答了您的问题。