该论文主要由两部分构成.第一部分给出了广义线性模型中的一种变量选择方法,并从理论上证明了它的弱相合性.文章的第二部分则是对此方法做了数据模拟的工作.该文第一章里,我们主要介绍了广义线性模型以及变量选择的相关背景知识.该文的第二章,是此篇论文的主体部分.在这一章中,我们主要针对广义线性模型:Y<,i>=h(Z′<,i>β)+e<,i>,i=1,2,…,n讨论g=h<-1>为自然联系函数下,Y<,i>为单变量的情形.我们首先利用Wald检验和似然比检验准则,给出了D<,0>={κ:1≤κ≤p,β<,k><0>≠0}的两个估计:D<,n>={κ:1≤κ≤p,W<,nk>≥W<,n>}D′<,n>={κ:1≤κ≤p,λ<,nκ>≥λ<,n>},更进一步地,我们证明了这两个估计在一定条件下对D<,0>的弱相合性.在论文的最后一章里,我们利用统计软件Splus对第二章中给出的变量选择的方法做了具体的数据模拟.