在多元线性回归模型中，自变量的选取方法中向前回归法的特点是什么？

A.    它从完整模型开始，逐步剔除对模型贡献不显著的变量。

B.    它首先将所有变量包含在模型中，然后逐个检验每个变量的显著性。

C.    它从没有任何自变量的模型开始，逐步添加每次增加最多解释力度的变量。

D.    它通过逐步地添加和删除变量来决定哪些变量应该包含在模型中。

参考答案： C

解析：向前回归法的过程是从一个空模型（不包含任何自变量）开始的，逐步添加变量。每一步中，选择增加的变量是那些在给定当前模型中对模型贡献最大（即增加最多解释力度）的变量。选项A描述的是向后回归法，它从包含所有候选变量的模型开始，逐步剔除最不显著的变量。选项B描述的不是一个特定的逐步回归方法，而更像是标准的变量显著性检验过程。选项D描述的是逐步回归法，它结合了向前回归和向后回归的特点，即可以添加也可以删除变量。