1、首先打开电脑上的“matlab”软件，回归分析需要数据，下面输入x和y的数据如下图所示，x和y均为行向量，回归分析时需要使用x'和y'转化为列向量。
2、接下来使用X在自变量x的前面加上一列，便于下一步使用regress函数做回归分析。
3、regress函数的常用形式为b=regress(y',X)，y'为因变量的列向量形式，X为自变匪犬挚驰量的矩阵形式，输出结果仅为回归分析的系数，结果如下图所示，回归模型可以写为y=43.6163+0.5201*x。
4、[b,bint,r,rint,stats]=regress(y',X)可以输出更多的值，其中b为回归系数，bi荏鱿胫协nt为回归系数的区间估计，r为残差，rint为置信区间，stats是用于检验回归模型的统计量，依次为判定系数、F统计量观测值、检验的p值、误差方差的估计。
5、运行结果如下图所示，方框处得到了另外四类变量的值，可以对模型进行验证。
6、接着在命令行使用rcoplot(r,rint)绘制残差分析图，从图中可以看出回归方程的拟合程度。
7、绘制出的残差分析图如下图所示，残差即为观测值与预测值(拟合值)之间的差。
