多元线性回归regress
[b,bint,r,rint,stats] = regress(y,x, alpha)
b——拟合线性函数的系数
bint——系数b的置信区间
r——残值向量
rint——残值的置信区间
stats——用于检验回归模型的统计量，有三个数值：相关系数R2（回归方程的置信度）、F值、与F对应的概率p,相关系数R2越接近1，说明回归方程越显著；F > F1-α（k，n-k-1）时拒绝H0，F越大，说明回归方程越显著；与F对应的概率p 时拒绝H0，回归模型成立。
alpha——表示显著性水平(缺省时为0.05)
残差分析：做残差图
rcoplot(r,rint)
数组合并：
用空格或逗号则是按行合并在一起（行数不变，列数增加），用分号则是按列合并（列数增加，行数不变）。
多项式回归(一元多项式：polyfit 或者polytool 多元二项式：rstool或者rsmdemo )
非线性回归：nlinfit
逐步回归：stepwise
可参考文献
