Een regressievergelijking, of beter gezegd: alle regressieanalysen zijn geneste modellen. Dat betekent dat alle uitkomsten, zoals B's, Beta's, p-waarden, verklaarde varianties, etc. uniek zijn voor iedere oplossing, en zodra je ook maar iets verandert aan de analyse, zoals variabelen toevoegen of verwijderen, dan veranderen alle uitkomsten.
Je kunt daarom nooit een regressie-analyse doen en een vergelijking opstellen waarbij je de niet-significante parameters negeert. Alles wat je opschrijft is de uitkomst zoals die uitkomst is, inclusief de niet-significante parameters. Als je de analyse opnieuw zou draaien zonder de niet-significante variabelen dan krijg je weer compleet andere resultaten.
Vandaar dat als je een analyse doet en je daar een regressievergelijking van weergeeft dat je alle variabelen die onderdeel waren van die regressie dient te rapporteren.
Niet significant betekent niet dat het geen enkele rol meer speelt. In sommige gevallen (bijvoorbeeld wanneer je wilt controleren voor variabelen) kan het zijn dat eventuele niet-signficante effecten nog steeds in het model moeten worden gelaten zodat ze als controlevariabelen hun werk kunnen blijven doen.
Een regressievergelijking is daarom geen pick-and-choose: alles wat in het model is gegooid is van evengroot belang en dient opgenomen te worden in de regressievergelijking. Als dat veel variabelen oplevert die men niet interessant vindt dan moet eerst een nieuwe analyse gedraait worden zonder die variabelen en daarvan mag pas een 'verkorte' versie van een vergelijking worden gegeven.