第75页

多元线性回归的这几个问题: 
1. 是否至少一个自变量能够预测因变量
2. 预测因变量的究竟是所有自变量，还是部分自变量
3. 模型究竟有多准？
4. 就已有的自变量数据，究竟该预测怎样的因变量，以及预测地有多准

让我不禁联想到ENCODE关于co-transcriptional splicing的paper。该paper建立了基于84个变量的多元线性回归模型，以窥探究竟是哪些元素（如exon在gene body的位置、acceptor和donor site的splicing site strength等）对co-transcriptional splicing有重要影响，并且试图去量化各个影响。

书中的第二个问题正体现在该paper里。

不过paper里的方法和书中暂时提到的方法不同。既不是forward selection也不是backward selection。paper里甚至还中了书中吐槽的点。
 It turns out that R2 will always increase when more variables are added to the model, even if those variables are only weakly associated with the response.