1.1.1　先單后多

最常見的變量篩選方法是先單后多，即先進行單因素分析，再將單因素分析“有意義”的變量一起，納入多因素模型。這樣操作最為簡單，并且在大多數情況下是可行的。然而，在某些情況下，先單后多存在一定局限。例如，自變量數目過多，自變量間存在共線性，或者缺失值較多而不愿舍棄掉含有缺失值的樣本。

除此之外，先單后多自身也存在一定的爭議。例如，對于單因素分析“有意義”的變量，不同人也有不同的理解：有人認為單因素分析p<0.05，即“有意義”；而其他人認為p<0.1或p<0.2，即“有意義”；更甚者認為無論p值如何，只要臨床上認為其與結局存在關系，便可認為其“有意義”。

注意：本書如未做特殊說明，均認為p<0.05“有意義”。