多元线性回归用于分析多个自变量与一个因变量之间的线性关系。式（8-5）为一般多元线性方程。Origin在进行多元线性回归时，需将工作表中一列设置为因变量（Y），将其他的设置为自变量（X₁，X₂，…，X_k）。

Y=A+B₁ X₁+B₂ X₂+…+B_k X_k（8-5）

具体回归步骤用下面的例子说明：

某湖八年来湖水中COD浓度实测值（Y）与影响因素湖区工业产值（X1）、总人口数（X2）、捕鱼量（X3）、降水量（X4）资料见表8-3，据此建立COD浓度实测值（Y）的水质分析模型。

表8-3 八年来湖水中COD浓度实测值与影响因素统计表

（1）输入数据，将COD浓度实测值设置为Y，其余设置为X，如图8-9所示。

（2）选择菜单命令【Analysis】→【Fitting】→【Multiple linear regression】，进行多元线性回归，系统会弹出【Multiple Regression】窗口，如图8-10a所示。在【Multiple Regression】窗口中，设置因变量（Y）和自变量（X1，X2，X3，...），如图8-10b所示。单击“OK”按钮确定。

（3）根据输出设置自动生成了具有专业水准的多元线性回归分析报表，如图8-11所示。多元线性回归分析报表中的各参数含义见表8-4。统计量的含义见附录A。

图8-9 多元线性回归工作表

(www.daowen.com)

图8-10 在【Multiple Regression】窗口设置因变量（Y）和自变量

图8-11 多元线性回归分析报表

即得到多元线性回归式：

Y=-13.98+13.192 X1+2.4228 X2+0.0754 X3-0.1897 X4 （8-6）

R-square=0.96408

F=47.96541

P=0.00473

回归结果窗口中的统计量意义见表8-4。具体计算公式见附录A。

表8-4 多元线性回归分析报表中的各参数含义