剔除检验值Ｆey(4)＝9.492, 剔除临界值Ｆy＝2.500,
Ｆey(4)＞Ｆy, 不能剔除第４项, 检查是否可以引入其他因变量。 未引入项中, 第３项[ｙ3]Ｖy值（≥0）的绝对值最大, 引入检验值Ｆay(3)＝2.301, 引入临界值Ｆy＝2.500, Ｆay(3)≤Ｆy, 不能引入第３项, 变量筛选暂停。
变量筛选结果:
因变量: 总 数＝５, 引 入 数＝２
自变量: 检验项数＝７, 预期引入项数＝４, 实际引入项数＝４, 实际引入项数＝预期引入项数
第１组回归方程结果:
回归方程:
ｙ1 = b(0) + b(1)*Ｘ(1) + b(2)*Ｘ(2) + b(3)*Ｘ(3) + b(4)*Ｘ(7)
回归系数 b(i): b(0)＝ 52.91 b(1)＝ 0.8202 b(2)＝-5.719e-2 b(3)＝-0.4247 b(4)＝-2.883
标准回归系数 B(i): B(1)＝ 0.7134 B(2)＝-0.2225 B(3)＝-9.406e-2 B(4)＝-0.1843
复相关系数 γ＝0.9693 决定系数 γ^2＝0.9396 调整的决定系数 γ^2a＝0.9170
变量分析:
变 量 分 析 表 变异来源 回 归 剩 余 总 和 平 方 和 Ｕ＝2259 Ｑ＝145.2 Ｌ＝2404 自 由 度 Ｋ＝4 Ｎ－１－Ｋ＝7 Ｎ－１＝11 均 方 Ｕ/Ｋ＝564.6 Ｑ/(Ｎ－１－Ｋ)＝20.74 均 方 比 Ｆ＝27.22 样本容量Ｎ＝12, 显著性水平α＝0.05, 检验值Ｆt＝27.22, 临界值Ｆ(0.05,4,7)＝4.120 剩余标准差 ｓ＝4.554
回归系数检验值: ｔ检验值(df＝7):
ｔ(1)＝ 5.031 ｔ(2)＝-1.701 ｔ(3)＝-0.9624 ｔ(4)＝-1.677
Ｆ检验值(df1＝1, df2＝7): Ｆ(1)＝ 25.31 Ｆ(2)＝ 2.894 Ｆ(3)＝ 0.9262 Ｆ(4)＝ 2.811
偏回归平方和 U(i): U(1)＝524.9 U(2)＝60.02 U(3)＝19.21 U(4)＝58.31
偏相关系数 ρ(i): ρ1,234＝ 0.8851 ρ2,134＝-0.5408 ρ3,124＝-0.3418 ρ4,123＝-0.5353
各方程项对回归的贡献(按偏回归平方和降序排列): U(1)＝524.9, U(1)/U＝23.24% U(2)＝60.02, U(2)/U＝2.658% U(4)＝58.31, U(4)/U＝2.582% U(3)＝19.21, U(3)/U＝0.8506%
残差分析:
残 差 分 析 表 № 观 测 值 １ 51.20 ２ 52.50 ３ 62.90 ４ 64.30 ５ 39.30 ６ 37.30 ７ 30.00 ８ 47.80 9 69.00 10 62.30 11 67.60 回 归 值 56.04 48.68 60.68 61.88 38.32 36.84 32.24 52.08 73.38 64.24 60.67 观测值－回归值 -4.840 3.820 2.220 2.420 0.9800 0.4600 -2.240 -4.280 -4.380 -1.940 6.930 (回归值－观测值)/观测值×100(%) 9.453 -7.276 -3.529 -3.764 -2.494 -1.233 7.467 8.954 6.348 3.114 -10.25 12 79.30
回归方程:
78.44 0.8600 -1.084 ｙ4 = b(0) + b(1)*Ｘ(1) + b(2)*Ｘ(2) + b(3)*Ｘ(3) + b(4)*Ｘ(7)
回归系数 b(i): b(0)＝-47.79 b(1)＝ 0.1297 b(2)＝-4.103e-2 b(3)＝ 0.6229 b(4)＝ 2.890
标准回归系数 B(i): B(1)＝ 0.3656 B(2)＝-0.5174 B(3)＝ 0.4472 B(4)＝ 0.5991
复相关系数 γ＝0.9258 决定系数 γ^2＝0.8571 调整的决定系数 γ^2a＝0.8035
变量分析:
变 量 分 析 表 变异来源 回 归 剩 余 总 和 平 方 和 Ｕ＝196.1 Ｑ＝32.69 Ｌ＝228.8 自 由 度 Ｋ＝4 Ｎ－１－Ｋ＝7 Ｎ－１＝11 均 方 Ｕ/Ｋ＝49.02 Ｑ/(Ｎ－１－Ｋ)＝4.670 均 方 比 Ｆ＝10.50 样本容量Ｎ＝12, 显著性水平α＝0.05, 检验值Ｆt＝10.50, 临界值Ｆ(0.05,4,7)＝4.120 剩余标准差 ｓ＝2.161
回归系数检验值: ｔ检验值(df＝7): ｔ(1)＝ 1.676 ｔ(2)＝-2.572 ｔ(3)＝ 2.975 ｔ(4)＝ 3.543
Ｆ检验值(df1＝1, df2＝7): Ｆ(1)＝ 2.809 Ｆ(2)＝ 6.614 Ｆ(3)＝ 8.850 Ｆ(4)＝ 12.55
偏回归平方和 U(i): U(1)＝13.12 U(2)＝30.89 U(3)＝41.33 U(4)＝58.62
偏相关系数 ρ(i): ρ1,234＝ 0.5351 ρ2,134＝-0.6970 ρ3,124＝ 0.7472 ρ4,123＝ 0.8012
各方程项对回归的贡献(按偏回归平方和降序排列): U(4)＝58.62, U(4)/U＝29.89% U(3)＝41.33, U(3)/U＝21.08% U(2)＝30.89, U(2)/U＝15.75% U(1)＝13.12, U(1)/U＝6.690%
残差分析:
残 差 分 析 表 № 观 测 值 １ 12.60 ２ 8.400 ３ 9.800 ４ 14.00 ５ 5.600 ６ 2.800 ７ 2.800 ８ 11.20 9 11.20 10 16.80 11 9.800 12 3.500
----- 计算第２组回归方程 -----
尚未选入的因变量还有３个, 分别是: ｙ2、ｙ3、ｙ5
第19步, 引入方程项: ｙ2 已引入因变量ｙ的序号: ２ 已引入自变量Ｘ的序号:
第20步, 自变量Ｘ引入或剔除判别:
回 归 值 11.99 9.617 13.34 13.10 5.596 2.713 3.206 8.738 12.18 13.75 10.81 3.473 观测值－回归值 0.6100 -1.217 -3.540 0.9000 4.000e-3 8.700e-2 -0.4060 2.462 -0.9800 3.050 -1.010 2.700e-2 (回归值－观测值)/观测值×100(%) -4.841 14.49 36.12 -6.429 -7.143e-2 -3.107 14.50 -21.98 8.750 -18.15 10.31 -0.7714 各项的判别值(升序排列): Ｖx(6)＝ 1.377e-2 Ｖx(5)＝ 1.918e-2 Ｖx(3)＝ 3.660e-2 Ｖx(2)＝ 3.863e-2 Ｖx(1)＝ 7.697e-2 Ｖx(4)＝ 0.1015 Ｖx(7)＝ 0.2399
未引入项中, 第７项[Ｘ(7)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(7)＝3.157, 引入临界值Ｆx＝2.000, Ｆax(7)＞Ｆx, 可以引入第７项。
第21步, 引入方程项: Ｘ(7) 已引入因变量ｙ的序号: ２ 已引入自变量Ｘ的序号: ７
第22步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(7)＝-0.3157 Ｖx(1)＝ 5.482e-4 Ｖx(5)＝ 3.231e-2 Ｖx(6)＝ 4.708e-2 Ｖx(3)＝ 0.1062 Ｖx(2)＝ 0.2551 Ｖx(4)＝ 0.3539
已引入项中, 第７项[Ｘ(7)]Ｖx值（＜0）的绝对值最小, 剔除检验值Ｆex(7)＝3.157, 剔除临界值Ｆx＝2.000,
Ｆex(7)＞Ｆx, 不能剔除第７项, 检查是否可以引入其他自变量。 未引入项中, 第４项[Ｘ(4)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(4)＝4.929, 引入临界值Ｆx＝2.000, Ｆax(4)＞Ｆx, 可以引入第４项。
第23步, 引入方程项: Ｘ(4) 已引入因变量ｙ的序号: ２ 已引入自变量Ｘ的序号: ４,７
第24步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(7)＝-0.8296 Ｖx(4)＝-0.5477 Ｖx(5)＝ 1.060e-3 Ｖx(6)＝ 4.812e-3 Ｖx(2)＝ 7.307e-3 Ｖx(3)＝ 6.683e-2