在大多數的實際問題中，影響因變數的因素不是一個而是多個，我們稱這類回問題為多元迴歸分析。可以建立因變數y與各自變數xj(j=1,2,3,…,n)之間的多元線性迴歸模型：
其中：b0是迴歸常數；bk(k=1,2,3,…,n)是迴歸引數；e是隨機誤差。
多元迴歸在病蟲預報中的應用例項:
某地區病蟲測報站用相關係數法選取了以下4個預報因子；x1為最多連續10天誘蛾量(頭)；x2為4月上、中旬百束小穀草把累計落卵量(塊)；x3為4月中旬降水量(毫米)，x4為4月中旬雨日(天)；預報一代粘蟲幼蟲發生量y（頭/m2）。分級別數值列成表2-1。
預報量y：每平方米幼蟲0~10頭為1級，11~20頭為2級，21~40頭為3級，40頭以上為4級。
預報因子：x1誘蛾量0~300頭為l級，301~600頭為2級，601~1000頭為3級，1000頭以上為4級；x2卵量0~150塊為1級，15l~300塊為2級，301~550塊為3級，550塊以上為4級；x3降水量0~10.0毫米為1級，10.1~13.2毫米為2級，13.3~17.0毫米為3級，17.0毫米以上為4級；x4雨日0~2天為1級，3~4天為2級，5天為3級，6天或6天以上為4級。
在大多數的實際問題中，影響因變數的因素不是一個而是多個，我們稱這類回問題為多元迴歸分析。可以建立因變數y與各自變數xj(j=1,2,3,…,n)之間的多元線性迴歸模型：
其中：b0是迴歸常數；bk(k=1,2,3,…,n)是迴歸引數；e是隨機誤差。
多元迴歸在病蟲預報中的應用例項:
某地區病蟲測報站用相關係數法選取了以下4個預報因子；x1為最多連續10天誘蛾量(頭)；x2為4月上、中旬百束小穀草把累計落卵量(塊)；x3為4月中旬降水量(毫米)，x4為4月中旬雨日(天)；預報一代粘蟲幼蟲發生量y（頭/m2）。分級別數值列成表2-1。
預報量y：每平方米幼蟲0~10頭為1級，11~20頭為2級，21~40頭為3級，40頭以上為4級。
預報因子：x1誘蛾量0~300頭為l級，301~600頭為2級，601~1000頭為3級，1000頭以上為4級；x2卵量0~150塊為1級，15l~300塊為2級，301~550塊為3級，550塊以上為4級；x3降水量0~10.0毫米為1級，10.1~13.2毫米為2級，13.3~17.0毫米為3級，17.0毫米以上為4級；x4雨日0~2天為1級，3~4天為2級，5天為3級，6天或6天以上為4級。