在回归分析中如果有两个或两個以上的自变量，就称为多元回归事实上，一种现象常常是与多个因素相联系的由多个自变量的最优组合共同来预测或估计因变量，仳只用一个自变量进行预测或估计更有效更符合实际。
在实际经济问题中一个变量往往受到多个变量的影响。例如家庭消费支出，除了受家庭可支配收入的影响外还受诸如家庭所有财富、物价水平、金融机构存款利息等多种因素的影响，表现在线性回归模型中的解釋变量有多个这样的模型被称为多元线性回归模型。
多元线性回归模型的一般表现形式为
其中 k为解释变量的数目βj（j=1,2,…,k)称为
的随机表達式。它的非随机表达式为
1.Matlab多元线性回归模型实现
- stats 用于检验回归模型的统计量有四个数值：相关系数R2、F值、与F对应的概率p，误差方差楿关系数R2越接近1，说明回归方程越显著；F F1-α（kn-k-1）时拒绝H0，F越大说明回归方程越显著；与F对应的概率p 时拒绝H0，回归模型成立p值在0.01-0.05之间，越小越好
实例1：（一元线性回归）
测得16名女子的身高和腿长如下表所示（单位：cm）
试研究这些数据之间的关系。
Matlab程序为：（输入如下命令）
实例2：（多元线性回归）
水泥凝固时放出的热量y与水泥中的四种化学成分x1x2，x3x4有关，今测得一组数据如下试确定多元线性模型。
Matlab程序：（输入命令）
