本文旨在使用波束形成这一协变量辅助数据投影方法来解决多元随机效应回归模型的变量选择问题。新方法试图探索数据中的协方差结构，其中包含少量随机效应协变量。该建议的基本前提是使用一系列名为null-beamformers的前向滤波器扫描协变量空间；每个都是针对空间中的特定协变量定制的，并且能够抵抗来自其他协变量的干扰效应。将该方法应用于模拟和实际多元回归数据，结果表明，该方法在敏感性和特异性方面明显优于现有的多元变量选择方法。在一定的正则性条件下，建立了选择一致性理论。