本文探讨了以下问题：在高维模型中进行变量选择时，可以提供什么样的统计保证？特别是，我们研究了一些多级回归方法的错误率和威力。在第一阶段，我们拟合一组候选模型。在第二阶段，我们通过交叉验证选择一个模型。在第三阶段，我们使用假设检验来消除一些变量。我们将前两个阶段称为“筛选”，将最后一个阶段称之为“清理”。我们考虑了三种筛选方法：套索、边际回归和正向逐步回归。我们的方法在一定条件下给出了一致的变量选择。