无容置疑，软件的出现使得我们的统计分析更加方便，比如t检验用手工做，100个样本也需要10几分钟到几十分钟的时间，但是用计算机，几秒钟即可解决，而对于多重回归模型，如果要手工计算，计算量可能要几周以上，而对于这重重复计算，计算机使得计算快捷很多，复杂的计算也可以实现，效率也大大提高，特别是某个数据错误再重新计算时，能很方便的再次计算。

为方便建模，SPSS加入了后退法和前进法等变量筛选方法，甚至出现了自动建模模块。这些模块的加入，使得统计分析也常常陷入误区，常常把数据交给软件，让软件代替我们思考。这种做法的后果就是有时候模型出错，如漏掉重要的影响因素或者某些影响因素与我们经验相反，甚至很多时候，出现这种错误还不能被我们发现，导致临床研究结果很难让相关学科人员接受。解决这些问题的方法就是让软件回到本来的作用，只做数据计算工作，具体用哪些变量建立模型，模型如何解释应结合专业和统计结果进行确定。

基于上述思想再思考下面这个问题就简单多了。

某变量在回归模型中p>0.05，是否从模型中剔除该变量？如果专业上认为该变量是因变量的影响因素，应该纳入模型；如果专业上不确定是否是是因变量的影响因素，可剔除后重新进行建立模型。