在统计分析中，变量选择是一个重要问题。在进行统计建模的初期，研究人员为了减小系统误差，会尽量将所有观测到的变量加入模型中，但是，由于大量变量的引入，模型的解释变得很困难，模型也很复杂，其中的很多变量也许是和响应变量无关的，或者对响应变量影响很小，可以从模型中剔除。将大量变量中对响应变量影响效果显著的变量选择出来，这就是变量选择。 简单起见，下面只以一般线性模型为例进行介绍，其他模型下可以相应推广。令 \[y=x^T\beta+\epsilon,\] 其中$y$为响应变量，$x$为$p$维自变量，本文假设其每个分量取连续值。$x^T$表示$x$的转置，$\beta$为未知参数，$\epsilon […]