向前选择法是一种回归模型的自变量选择方法，其特点是把候选的自变量逐个引入回归方程，故称向前法。具体操作步骤是：先把与因变量y有最大相关系数的自变量拟合模型，进行回归系数的显著性检验，决定是否把该自变量引入模型；然后，在未被引进模型的自变量中，对与y有最大偏相关系数的自变量引入模型并进行回归系数的显著性检验，决定取舍，依次类推。直至在排除了已选入变量对y的影响之后，未选入自变量对y的回归系数的显著性检验结果都不显著异于0为止。这种方法比较简单，但主要缺点是，如果存在多重共线性，最后的模型中可能混有不太重要的自变量 [1]? 。