回归分析法实战——分析全国机场起降量的影响因素

matlab代码：

Clear,clc;
y=[2666309 3056521 3486397 3940777 4226742 4840710 5531716 5979664 6603207 7315440]';
x1=[1087.4 1200.8 1334 1515.5 1707 1864.3 2056.8 2249.2 2425 2611.7]';
x2=[179921.5 166863.7 140974 116921.8 95539.1 70483.5 51378.2 42183.6 39273.2 29896.2]';
x3=[129988 130756 131448 132129 132802 133450 134091 134735 135404 136072]';
x=[x1 x2 x3];
stepwise(x,y);

（1）先在初始模型中取全部变量：
x=[x1 x2 x3];
stepwise(x,y);
得到如下图表：

（2）因为2014b以后的版本在性能上有所提高，不需要我们去找虚线（尤其是对于这种分度较大，不容易看出实/虚线的图），在左上角它显示了相应的建议—Move X1 in，即只留下x1。（当然根据F和p的值我们也知道现在模型的显著性不好）
然后我们只留下了变量X1，得到如下图：

移去后，模型具有显著性，并且F值显著增大，此时为1340.32，p值显著减小，此时为3.39686e-10。所以新的回归模型更好。

（3）最后对变量y和X1做线性回归：
X=[ones(10,1) x1];
b=regress(y,X);
得到结果：
b =

1.0e+05 *

-5.6546
0.0295
故最终的回归模型为：