1.基本概念

2.代码实现

 数据集：

clc,clear 
x0=[40.1 5.5 108 63 6.0
    40.3 4.7 94 72 6.0
    47.5 5.2 108 86 6.5
    49.2 6.8 100 100 7.1
    52.3 7.3 99 107 7.2
    58.0 8.7 99 111 7.6
    61.3 10.2 101 114 8.0
    62.5 14.1 97 116 9.0
    64.7 17.1 93 119 9.0
    66.8 21.3 102 121 9.3]; 
x=x0(:,1:4); 
y=x0(:,5); 

stepwise(x,y)

        得到图形界面如下：

        点击Next Step 可以一步一步执行，最终回归完结果如下：

         R方=0.975284>0.9可知拟合效果较好。可以看到x3,x4变量均被移除，只保留了x1和x2变量 ，y的预测表达式如下：

        绘制真实值与预测值比较图：

xx = linspace(1,10,10);
y_pre=2.3229+0.0818264*x(:,1)+0.0799193*x(:,2)
plot(xx,y,'bo',xx,y_pre,'r-');
legend('实际值','预测值');
xlabel('序号');
ylabel('y值');

         可见拟合效果还行，误差较小。