河北科技大学气象资料的分析与预测数学建模
-103.5228 15.3661 -0.0089 0.1076 1.0069 1.2982 -0.0741 -0.0218 -0.0001 0.0106 -0.1738 0.0649 stats =
1.0e+003 *
0.0010 2.9526 0 从上述结果可知： 回归方程
44.0783 0.0494x 1.1526x 0.0479x 0.0052x 0.0545xY12345
如果出现某一项因素的系数过小，则可以删除这个因子，重新计算回归方程。 多元线性回归方程中的相关性检验： 由运行结果可知：
F=2952.6 ，查F分布的上α分位数Fα（m，n）表可得： F0.05(5,23)=2.53
F>F0.05(5,23)，可以认为Y与x1、x2、x3、x4、x5之间显著地有线性关系。 多元线性回归方程中的拟合优度检验： 由运行结果可知：
R2=1，多元线性回归方程拟合度很高。
多元线性回归方程中的方差检验：
Q
δ2 = n-2 =0.11864
其中Q为
(y
i 1
n
2
i
i) y
5.2验证模型：
多元线性回归方程大致反映了变量Y与xi之间的变化规律。但是，由于Y与x之间的关系不是确定的，所以对于一组x的值，只能得到Yi的估计值。它的精确性如何？对此，我们应当对Yi进行区间估计，即对于给定的置信度1 - α ，求出Yi的置信区间。