多元線性迴歸模型代表了一種與其他地理現象的依賴時間的各種地理現象的各種地理現象的地理現象的分佈和發展作為一個重要的影響因素的共同影響。 位於變數Y與變數X1，X2，...，Xm的存線上性迴歸關係，其n個樣本觀測值的YJ，XJ1，XJ2 ... XJM（J = 1,2，N），多元線性迴歸模型可寫為： 最小二乘法可以使用??在上面的方程是估計迴歸係數β0，β1，...，βM估計得到的β值，可以使用多元線性迴歸模型的預測。 多元線性迴歸方程計算預測的實際問題，還必須數學考試。多元線性迴歸分析的數學測試，包括迴歸方程和迴歸係數的顯著性檢驗。 迴歸方程的顯著檢驗統計量： ：迴歸平方和的自由度為m;，殘差平方和，（奈米-1）的自由度。 該公式計算出的F值，然後使用F-分佈表進行檢查。 （奈米-1）給定的顯著性水平α，所識別的程度的自由度中的F分佈表m，和如果F≥Fα，然後Y，X1，X2，...，XM線性接近，兩者的值Fα密切的線性關係。 迴歸係數的顯著性檢驗統計： 其特徵在於，CII相關矩陣C = A-1的對角線上的元素。 對於一個給定的置信水平α，查F分佈表點Fα而（NM-1）計算FI≥Fα，拒絕零假設，西安是一個重要變數，相反，西安變數，可以刪除。 多元線性迴歸模型的準確性，你可以利用剩餘標準差 為了測量。 S的體積更小，更準確的預測?迴歸方程，反之亦然。
多元線性迴歸模型代表了一種與其他地理現象的依賴時間的各種地理現象的各種地理現象的地理現象的分佈和發展作為一個重要的影響因素的共同影響。 位於變數Y與變數X1，X2，...，Xm的存線上性迴歸關係，其n個樣本觀測值的YJ，XJ1，XJ2 ... XJM（J = 1,2，N），多元線性迴歸模型可寫為： 最小二乘法可以使用??在上面的方程是估計迴歸係數β0，β1，...，βM估計得到的β值，可以使用多元線性迴歸模型的預測。 多元線性迴歸方程計算預測的實際問題，還必須數學考試。多元線性迴歸分析的數學測試，包括迴歸方程和迴歸係數的顯著性檢驗。 迴歸方程的顯著檢驗統計量： ：迴歸平方和的自由度為m;，殘差平方和，（奈米-1）的自由度。 該公式計算出的F值，然後使用F-分佈表進行檢查。 （奈米-1）給定的顯著性水平α，所識別的程度的自由度中的F分佈表m，和如果F≥Fα，然後Y，X1，X2，...，XM線性接近，兩者的值Fα密切的線性關係。 迴歸係數的顯著性檢驗統計： 其特徵在於，CII相關矩陣C = A-1的對角線上的元素。 對於一個給定的置信水平α，查F分佈表點Fα而（NM-1）計算FI≥Fα，拒絕零假設，西安是一個重要變數，相反，西安變數，可以刪除。 多元線性迴歸模型的準確性，你可以利用剩餘標準差 為了測量。 S的體積更小，更準確的預測?迴歸方程，反之亦然。