想做多元线性回归，由于我的样本数较少（100个），而想关注的自变量很多（可能有二三十个），这样是否导致自由度低？如果想要排除其中不显著的变量，仍然需要做一次回归，那么还是会碰上自由度低的问题。

所以我在想是否能分别建立几个模型，假设将这些变量分为ABC三类，A与B不相关，但A与C,B与C都相关。一个模型加入A,C做回归，另一个加入B,C做回归。这样的做法是否有问题？两个模型中都存在的B组变量是否会得到不同的估计结果？

如果我的想法有问题，又应该如何应对这种变量较多的情况呢？

小白求指点，谢谢！