自变量不选入模型的原因

    1、统计显著性：在一些统计模型中，研究人员会使用假设检验来确定自变量之间是否存在显著关联。如果某个自变量在统计上表现不显著，即p值较大（通常大于事先设定的显著性水平），那么在选择模型时，可能会将其排除在外。
    2、多重共线性：当自变量之间存在高度相关性时，称为多重共线性。这会导致模型中的变量间相互影响并降低预测能力。在存在多重共线性的情况下，可能需要选择其中一个自变量作为代表，或者考虑使用降维技术或其他方法来处理。
    3、理论或实践考虑：某些自变量可能从理论或实践的角度来看，与被解释变量没有直接的因果关系或逻辑联系。在这种情况下，将这些自变量排除在模型之外可能更合理。