1.1.1　先单后多

最常见的变量筛选方法是先单后多，即先进行单因素分析，再将单因素分析“有意义”的变量一起，纳入多因素模型。这样操作最为简单，并且在大多数情况下是可行的。然而，在某些情况下，先单后多存在一定局限。例如，自变量数目过多，自变量间存在共线性，或者缺失值较多而不愿舍弃掉含有缺失值的样本。

除此之外，先单后多自身也存在一定的争议。例如，对于单因素分析“有意义”的变量，不同人也有不同的理解：有人认为单因素分析p<0.05，即“有意义”；而其他人认为p<0.1或p<0.2，即“有意义”；更甚者认为无论p值如何，只要临床上认为其与结局存在关系，便可认为其“有意义”。

注意：本书如未做特殊说明，均认为p<0.05“有意义”。