Ｖx(1)＝ 0.1542
已引入项中, 第４项[Ｘ(4)]Ｖx值（＜0）的绝对值最小, 剔除检验值Ｆex(4)＝4.929, 剔除临界值Ｆx＝2.000,
Ｆex(4)＞Ｆx, 不能剔除第４项, 检查是否可以引入其他自变量。 未引入项中, 第１项[Ｘ(1)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(1)＝1.458, 引入临界值Ｆx＝2.000,
Ｆax(1)≤Ｆx, 不能引入第１项, 检查是否可以引入其他因变量。
第25步, 因变量ｙ引入或剔除判别: 各项的判别值(升序排列): Ｖy(2)＝-1.036 Ｖy(3)＝ 3.115e-4 Ｖy(5)＝ 0.4183
已引入项中, 第２项[ｙ2]Ｖy值（＜0）的绝对值最小, 剔除检验值Ｆey(2)＝4.663, 剔除临界值Ｆy＝2.500,
Ｆey(2)＞Ｆy, 不能剔除第２项, 检查是否可以引入其他因变量。 未引入项中, 第５项[ｙ5]Ｖy值（≥0）的绝对值最大,
引入检验值Ｆay(5)＝2.876, 引入临界值Ｆy＝2.500, Ｆay(5)＞Ｆy, 可以引入第５项。
第26步, 引入方程项: ｙ5 已引入因变量ｙ的序号: ２,５ 已引入自变量Ｘ的序号: ４,７
第27步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(4)＝-1.071 Ｖx(7)＝-0.8655 Ｖx(5)＝ 1.026e-2 Ｖx(6)＝ 8.800e-2 Ｖx(3)＝ 0.1105 Ｖx(1)＝ 0.1544 Ｖx(2)＝ 0.3664
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)＝3.462, 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２项[Ｘ(2)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(2)＝2.024, 引入临界值Ｆx＝2.000, Ｆax(2)＞Ｆx, 可以引入第２项。
第28步, 引入方程项: Ｘ(2) 已引入因变量ｙ的序号: ２,５ 已引入自变量Ｘ的序号: ２,４,７
第29步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(4)＝-1.431 Ｖx(7)＝-1.048 Ｖx(2)＝-0.5782 Ｖx(3)＝ 0.1558 Ｖx(5)＝ 0.1769 Ｖx(6)＝ 0.3187 Ｖx(1)＝ 0.4915
已引入项中, 第２项[Ｘ(2)]Ｖx值（＜0）的绝对值最小, 剔除检验值Ｆex(2)＝2.024, 剔除临界值Ｆx＝2.000,
Ｆex(2)＞Ｆx, 不能剔除第２项, 检查是否可以引入其他自变量。 未引入项中, 第１项[Ｘ(1)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(1)＝2.900, 引入临界值Ｆx＝2.000, Ｆax(1)＞Ｆx, 可以引入第１项。
第30步, 引入方程项: Ｘ(1) 已引入因变量ｙ的序号: ２,５ 已引入自变量Ｘ的序号: １,２,４,７
第31步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(4)＝-1.787 Ｖx(2)＝-1.625 Ｖx(1)＝-0.9667 Ｖx(7)＝-0.9063 Ｖx(5)＝ 0.1638 Ｖx(3)＝ 0.1751 Ｖx(6)＝ 0.1999
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)＝2.719, 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６项[Ｘ(6)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(6)＝0.6244, 引入临界值Ｆx＝2.000,
Ｆax(6)≤Ｆx, 不能引入第６项, 检查是否可以引入其他因变量。
第32步, 因变量ｙ引入或剔除判别: 各项的判别值(升序排列): Ｖy(5)＝-2.952 Ｖy(2)＝-1.966 Ｖy(3)＝ 0.5030
已引入项中, 第２项[ｙ2]Ｖy值（＜0）的绝对值最小, 剔除检验值Ｆey(2)＝2.950, 剔除临界值Ｆy＝2.500,
Ｆey(2)＞Ｆy, 不能剔除第２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)＝1.265, 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＝３, 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２组回归方程结果:
回归方程:
ｙ2 = b(0) + b(1)*Ｘ(1) + b(2)*Ｘ(2) + b(3)*Ｘ(4) + b(4)*Ｘ(7)
回归系数 b(i): b(0)＝ 72.68 b(1)＝ 0.4352 b(2)＝ 8.353e-2 b(3)＝ 5.444 b(4)＝-6.017
标准回归系数 B(i): B(1)＝ 0.5326 B(2)＝ 0.4572 B(3)＝ 0.4189 B(4)＝-0.5414
复相关系数 γ＝0.7976 决定系数 γ^2＝0.6362 调整的决定系数 γ^2a＝0.4998
变量分析:
变 量 分 析 表
变异来源 回 归 剩 余 总 和 平 方 和 Ｕ＝772.6 Ｑ＝441.7 Ｌ＝1214 自 由 度 Ｋ＝4 Ｎ－１－Ｋ＝7 Ｎ－１＝11 均 方 Ｕ/Ｋ＝193.1 Ｑ/(Ｎ－１－Ｋ)＝63.10 均 方 比 Ｆ＝3.061 样本容量Ｎ＝12, 显著性水平α＝0.05, 检验值Ｆt＝3.061, 临界值Ｆ(0.05,4,7)＝4.120 剩余标准差 ｓ＝7.944
回归系数检验值: ｔ检验值(df＝7): ｔ(1)＝ 1.543
ｔ(2)＝ 0.9967 ｔ(3)＝ 1.083 ｔ(4)＝-2.004
Ｆ检验值(df1＝1, df2＝7): Ｆ(1)＝ 2.381 Ｆ(2)＝ 0.9935 Ｆ(3)＝ 1.173 Ｆ(4)＝ 4.018
偏回归平方和 U(i): U(1)＝150.3 U(2)＝62.69 U(3)＝74.02 U(4)＝253.5
偏相关系数 ρ(i): ρ1,234＝ 0.5038 ρ2,134＝ 0.3525 ρ3,124＝ 0.3789 ρ4,123＝-0.6039
各方程项对回归的贡献(按偏回归平方和降序排列): U(4)＝253.5, U(4)/U＝32.82% U(1)＝150.3, U(1)/U＝19.45% U(3)＝74.02, U(3)/U＝9.582% U(2)＝62.69, U(2)/U＝8.115%
残差分析:
残 差 分 析 表 № 观 测 值 １ 9.500 ２ 24.20 ３ 22.80 ４ 25.10 ５ 10.70 ６ 37.30 ７ 27.00 ８ 34.60 9 37.30 10 16.50 11 22.20 12 42.10 回 归 值 14.99 24.91 21.96 18.49 10.53 28.56 34.39 28.04 31.60 28.26 26.71 40.85 观测值－回归值 -5.490 -0.7100 0.8400 6.610 0.1700 8.740 -7.390 6.560 5.700 -11.76 -4.510 1.250 (回归值－观测值)/观测值×100(%) 57.79 2.934 -3.684 -26.33 -1.589 -23.43 27.37 -18.96 -15.28 71.27 20.32 -2.969
回归方程:
ｙ5 = b(0) + b(1)*Ｘ(1) + b(2)*Ｘ(2) + b(3)*Ｘ(4) + b(4)*Ｘ(7)
回归系数 b(i): b(0)＝-2.053 b(1)＝-6.748e-2 b(2)＝-3.552e-2 b(3)＝ 2.659 b(4)＝ 0.4159
标准回归系数 B(i): B(1)＝-0.4779 B(2)＝-1.125 B(3)＝ 1.184 B(4)＝ 0.2166
复相关系数 γ＝0.8526 决定系数 γ^2＝0.7270 调整的决定系数 γ^2a＝0.6246
变量分析:
变 量 分 析 表
变异来源 回 归 剩 余 总 和 平 方 和 Ｕ＝26.35 Ｑ＝9.897 Ｌ＝36.25 自 由 度 Ｋ＝4 Ｎ－１－Ｋ＝7 Ｎ－１＝11 均 方 Ｕ/Ｋ＝6.588 Ｑ/(Ｎ－１－Ｋ)＝1.414 均 方 比 Ｆ＝4.660 样本容量Ｎ＝12, 显著性水平α＝0.05, 检验值Ｆt＝4.660, 临界值Ｆ(0.05,4,7)＝4.120 剩余标准差 ｓ＝1.189
回归系数检验值: ｔ检验值(df＝7): ｔ(1)＝-1.598 ｔ(2)＝-2.831 ｔ(3)＝ 3.534 ｔ(4)＝ 0.9255
Ｆ检验值(df1＝1, df2＝7): Ｆ(1)＝ 2.555 Ｆ(2)＝ 8.017 Ｆ(3)＝ 12.49 Ｆ(4)＝ 0.8566
偏回归平方和 U(i):