变量很多怎样筛选变量我查阅资料归纳了一下这些方法（ 1）用 excel 进行多个变量排序筛选选择表格的第一行，之后在数据 -筛选 -勾选自动筛选。
可以发现第一行中所有的表格都有 了一个下拉列表。点击下拉列表可以发现其中包含升序排列、降序排列、全部、以及下面 列表中出现的数据信息。
利用这个可以方便的进行数据的排序和筛选，而且当你不需要筛选 的时候只需要取消筛选即可。并保留你编辑过的排序结果。（ 2）利用 Matlab 进行线性回归分析 进行多个变量排序筛选在 Matlab 中，可以直接调用命令实现回归分析（ 1）b,bint,r,rint,statsregress（y,x），其中 b 是回归方程中的参数估计值，bint是 b 的置信区间，r 和 rint 分别表示残差及残差对应的置信区间。
stats 包含三个数字，分 别是相关系数，F统计量及对应的概率 p值。（ 2）recplot（r,rint）作残差分析图。（ 3）rstool（x,y）一种交互式方式的句柄命令。（3）利用SPSS软件进行线性回归分析进行多个变量排序筛选一、多项选择题的数据编码和变量设置对于多项选择题，根据选择项目的多少和分析目的，在SPSS软件中常用的2种数据编码和变量设置的方法1、多重二分法 ，对于多项选择题的每一个选项看作一个变量来定义。
0 代表没有被选中，1代表 被选中。这样，多项选择题中有几个选项，就会变成几个单选变量，这些单选变量的选项都有两个，就是 未选和选中，即0或1。如项目 2有7个多选项 ,可将 7个选项分别设置 1个变量,即该问题分解为 7个变量，每个变量设置变量值 0和1。0表示未选”，1表示选中”。如上述项目2,可设置数值变量al、a2、a3 a72、多重分类法 ，多项选择题中有几个选项，就定义几个单选变量。每个变量的选项都一样，都和 多项选择题的选项相同。每个变量代表被调查者的一次选择，即记录的是被选中的选项的代码。由于被调 查者可能不会全部都选，在数据录入时，一般从这些变量的靠左边的变量开始录入，右边的变量自然就是 缺失值。当被调查者对多项选择题中的选项全部选择时，这些变量中都有一个选项代码，此时没有缺失值。
如项目 2您想选择哪些择偶条件（任选三项），有 3个多选项 ,可将 3个选项分别设置 3个变量,即该问题分 解为3个变量bl、b2、b3,每个变量设置变量值 1、2、3、4、5、6和7 （见表2）。若某人购车决策影响因 素同时选择价格、款式、和性能，可在变量bl输入5、b2中分别输入2,b3中输入1。二、多项选择题的数据集合的定义在对收集到的问卷进行数据分析之前，首先应该定义多项选择题的数据集合，即哪些项目构成一个 多选题。在SPSS统计软件中多项选择题的数据集合的定义。三、多项选择题的分析过程多项选择题的数据集合定义完成之后，就可以对数据进行分析。分析包括两种频数分析和列联表分析。一频数分析过程多项选择题的频数分析过程Freqencies,只能通过 Multiple Response菜单里的Freqencies过程实现,生成多项选择题的频数分析表比较简单 。二列联表分析过程多项选择题的列联表分析过程 Crosstabs，可以产生多重交叉列联表，而且可以对单元格进行很 细致的分析。四、多项选择题答案的排序分析在有些调查不仅要研究多项选择题的组合，还要研究答案的排序情况。如本例中的购车决策影响因 素，允许选择 3 个答案，而且要求被调查者按主次顺序选出答案，如521，即价格最重要，其次是款式，再次是性能。针对此种情况，多项选择题的数据编码和变量设置只能采取多重分类法multiple category。