何为回归分析（regression analysis)：分析自变量X和因变量Y之间相互依赖关系的方法。

何为多元回归：自变量X不止一个，例如X1，X2，..., Xn (n为正整数)。

何为线性回归（Linear Regression）：Y与X的关系满足直线方程，Y=a+bX+e ( a为截距，b为斜率Slope，e为误差项)， 上述方程由最小二乘法得出。

什么是线性回归/拟合相关系数R2：评估拟合的线性度偏差的置信度系数。一般来说，在slope相等时，R2越大，说明拟合的线性度越高，其上限是1.

何为多元线性回归（Multiple Linear Regression）：满足Y=aX1+bX2+...+nXn (n为正整数)形式的拟合。简言之：自变量X不至一个，因变量与多个自变量之间满足n元一次方程关系。

为什么要进行多元线性拟合：分析多个因素对单一变量的影响。

如何用JMP软件算出多元线性回归方程：Y=aX1+bX2+...+nXn

1. Open JMP：双击打开软件；

2. Create Data Table：建立新数据表（File-New-Data Table）；

3. Copy-paste data：复制黏贴数据，注意不要表头标题项，否则后续公式无法显示；

4. Fit Model：模型拟合（Analyze-Fit Model）；

5. Add parameters：自变量X（Add），因变量Y设置(Y)，其他用Default；

6. Run（在Fit Model的最后一步点击）：运算，得到多元线性回归相关系数R2（Rsq）；

7. Show formula setting：设置多元线性回归方程表达项；

*点击左上角小红色倒三角（难找，多亏同事提示），选择Estimates-Show Prediction Expression；（如果3数据栏出现了表头，这里的公式选项就木有了，坑！）

8. Save JMP file：存储文件，以备将来调用（本步骤可酌情提前，切记勿忘！）。

算出来了，公式长这样：参见：Prediction Expression

多谢你的时间，Enjoy our talent，祝天天开心！