回归分析是多元统计分析各种方法中应用最为广泛的一种分析方法,其目的是研究和处理多个变量间的相互依赖关系。回归分析的主要方法就是根据已知的数据来建立拟合程度良好的回归模型,而建立回归模型过程中一个非常重要的问题就是如何从众多的解释变量当中选取重要的变量,即变量选择问题。本文分为五个部分对变量选择问题进行了研究。第一,从多元回归分析入手,简单介绍了多元回归模型。第二,针对多元回归问题,介绍了变量选择的常用方法。第三,针对变量选择方法,介绍和研究了几种重要的变量选择准则。第四,针对准则的一些性质做了简要的比较。第五,在前面研究和对比了几种准则的基础上,利用Fisher信息和Kullback-Leiber信息,对AIC准则进行了一定的改进。并进行了数据上的随机模拟以验证其适用性。