随着计算机智能存储,云计算等新技术的发展,海量高维数据已渗透到生活的各个领域,如基因表达,风险控制,组合化学,专家推荐系统等等。变量选择作为高维数据分析的核心问题之一已越来越引起广泛关注。有效的变量选择不仅可以简化模型也可提高模型的可解释性及预测精度。本文将致力于考虑基因数据大p小n情况下的变量选择,其中解释变量均为离散变量。在高维数据分析中,一般的变量选择方法是将充分降维与罚函数相结合得到稀疏解。本文将利用边际回归根据重要性大小对解释变量进行排序,给定合理的结构维数,在Yin关于大p小n降维理论基础上做关于全离散解释变量的变量选择。在数据模拟中,根据关联变量聚集度,以及解释变量之间的独立性分别进行分析。本文的方法无论在关联变量聚集或是分散时都适用,并对非独立型解释变量也具有一定的效果,与之相比,在解释变量独立时表现较优。例如考虑p=3000,病例对照组的样本量分别为100时,TPR达到86%,病例对照组样本量分别为300时,TPR达到99.8%。