响应筛选有一个单独的平台，同时也存在于拟合模型平台的分析方法特质中。在这两种情况下，它执行与“以 X 拟合 Y”平台中类似的检验，如响应筛选执行的分析中所示。 将响应筛选作为特质使用时，它针对各个模型效应执行响应检验。
结果显示在数据表和报表中，这样您可以探索、排序、搜索您的结果并进行绘图。同时提供便于解释图的统计量，如 p 值的 LogWorth。
因为您执行的检验很多，需要控制偶然将检验判定为显著的总比率。响应筛选可控制假发现率。假发现率 (FDR) 是显著检验被错误地声明为显著的期望比例（Benjamini and Hochberg 1995；Westfall et al. 2011）。
当您有很多观测值时，即使没有实际意义的小效应也可能导致统计显著性。要解决该问题，您可以定义一个视为具有实际显著性的效应大小。然后便可执行实际显著性的检验，因此只检测足够大到有实际影响的效应。