很多人在做多因素分析的时候，往往都按这种方式：首先把所有因素挨个做个单因素分析，然后单因素分析有意义的变量，再放到多因素分析中，最后得到一个多因素分析模型。

这次PNAS（影响因子：9.504）对2015年的一篇文章做出的更正说明，错误之多让人惊叹：图片重复、样本量标注错误、图中误差线有误、数据不对、一些结果不再具有统计学意义等等。

相关与回归，我该选择哪个？

“先做单因素，有意义的变量再纳入多因素分析”这种思路，怎么就不灵了？