若回归模型中存在与因变量相关性较低的自变量会怎么样

当回归模型中存在与因变量相关性较低的自变量时，可能会出现以下情况：

1. 自变量的系数可能会变得不稳定，表现为系数的符号可能会随着样本的不同而发生变化，这会使得模型的解释性变得困难。

2. 自变量的系数可能会变得不显著，这意味着该自变量对因变量的影响不显著，而模型中可能存在更有意义的自变量。

3. 模型的预测能力可能会变得不准确，因为存在与因变量相关性较低的自变量会引入噪声，从而降低模型的预测精度。

因此，为了构建更准确的回归模型，应该选择与因变量相关性较高的自变量，并通过数据分析方法（如相关性分析、变量筛选等）来确定哪些自变量对因变量有重要的影响，并将其纳入模型中。