变量筛选（variable selection），理学-化学-分析化学-化学计量学-化学多维校正，在建立模型时从大量变量中选择对模型具有显著性影响的变量的一类方法。又称变量选择。主要目的是剔除与模型无关或关系不密切的变量，建立精简、预测能力强、稳健性好的校正模型，同时也增强模型的可解释性。在化学领域中，建立定量构效关系（QSAR）模型和光谱定性、定量模型时常用到变量筛选技术。变量筛选是极具挑战性的问题。对于由个变量构成的自变量集合，从中选取个变量的组合数为，数目巨大，因此不能采用“穷尽搜索”的方法进行最优选择。常用的方法有相关系数法、方差分析法、优化算法、竞争性自适应权重取样（CARS）、无信息变量消除法（UVE）、随机检验（RT）、连续投影算法（SPA）、逐步回归法、排序变量选择法（OPS）等。这些方法从不同的角度选择最优变量，在选择关键变量，改善模型的精度、准确度、精简度以及可解释性等方面发挥了重要作用。对于近红外光谱的定性、定量模型，由于光谱变量多在数百，甚至数千，变量选择极为关键。