作者存档：Helene Lavoix博士（伦敦大学理学博士）。

一旦变量（根据作者，也称为因素和驱动因素）被确定，在我们的案例中 绘制的而大多数预见方法的目的是减少它们的数量，即只保留这些变量中的几个。

事实上，考虑到认知的局限性，以及有限的资源，人们试图获得一些可以被人脑轻松和相对快速地组合的变量。

我们在这里面临的方法论问题是如何最多减少这个变量的数量，确保我们不会重新引入偏见或/和简化我们的模型，以至于变得无用或次优。

此外，考虑到从业者对复杂模型的潜在不良反应，能够提出一个适当的简化或缩小的模型（但仍忠实于初始模型）往往是必要的。