matlab结果分析，不懂啊。。

幸福的蹊径

在用matlab做线性回归模型时结果该怎么分析，，具体结果如下：
5 l) P* i) l( N" X( Zdata =
* d% f( ]2 e9 g& p, W
( s# s2 T3 R! y- V1 I  Columns 1 through 4

1 e7 J( u& x" S0 @/ t  E7 c% t    1.0000    3.8500    3.8000    5.5000
/ }. L4 i& ^3 E' c    2.0000    3.7500    4.0000    6.7500
    3.0000    3.7000    4.3000    7.2500
; y7 Y. z: }: g* O    4.0000    3.7000    4.3000    5.5000
    5.0000    3.6000    3.8500    7.0000
    6.0000    3.6000    3.8000    6.5000
2 H" |! p7 A" K    7.0000    3.6000    3.7500    6.7500
    8.0000    3.8000    3.8500    5.2500
$ i/ k1 }6 @/ Y6 _, m    9.0000    3.8000    3.6500    5.2500
   10.0000    3.8500    4.0000    6.0000
   11.0000    3.9000    4.1000    6.5000
   12.0000    3.9000    4.0000    6.2500
+ @3 U& X( U9 M6 C( ?* a   13.0000    3.7000    4.1000    7.0000
   14.0000    3.7500    4.2000    6.9000
   15.0000    3.7500    4.1000    6.8000
: ?& X. ^2 n3 b& R' x- ]- w   16.0000    3.8000    4.1000    6.8000
8 Z" f1 y, i9 X   17.0000    3.7000    4.2000    7.1000
9 b) g' b7 S1 @( K' S   18.0000    3.8000    4.3000    7.0000
   19.0000    3.7000    4.1000    6.8000
! M: g; H+ J3 r/ Z+ p+ H   20.0000    3.8000    3.7500    6.5000
   21.0000    3.8000    3.7500    6.2500
   22.0000    3.7500    3.6500    6.0000
   23.0000    3.7000    3.9000    6.5000
   24.0000    3.5500    3.6500    7.0000
8 u% A3 v- p5 A# n2 s: q2 A   25.0000    3.6000    4.1000    6.8000
5 |- V: U4 K9 U1 x' F  G. w0 e   26.0000    3.6500    4.2500    6.8000
   27.0000    3.7000    3.6500    6.5000
1 B" U, `! g0 a4 _* \8 v! V3 W5 _% K   28.0000    3.7500    3.7500    5.7500
2 b: |2 V. o2 @   29.0000    3.8000    3.8500    5.8000
   30.0000    3.7000    4.2500    6.8000

  Columns 5 through 6

6 j  Z9 a% M4 i8 R, A   -0.0500    7.3800
& R) C6 x8 N1 r& h8 w3 x    0.2500    8.5100
% g$ b, _7 e( o9 Q: a  A5 P# ~% C    0.6000    9.5200
         0    7.5000
    0.2500    9.3300
    0.2000    8.2800
    0.1500    8.7500
    0.0500    7.8700
   -0.1500    7.1000
* k2 ]& E' U' _; V2 ~    0.1500    8.0000
8 J( F- U+ w  M: i5 j# ^7 t' }    0.2000    7.8900
# X/ n9 _# E0 V& o: \/ p    0.1000    8.1500
    0.4000    9.1000
5 @2 r  k8 q* B+ q/ l5 g: z% M9 Q    0.4500    8.8600
6 q: A" H2 P4 K* j1 x6 {    0.3500    8.9000
    0.3000    8.8700
, {$ r2 B; }9 t: A3 I) |9 u$ Q    0.5000    9.2600
    0.5000    9.0000
    0.4000    8.7500
   -0.0500    7.9500
8 J& W8 z7 q- C- M2 m1 e   -0.0500    7.6500
" w4 P) G, ]) |- T( i   -0.1000    7.2700
    0.2000    8.0000
    0.1000    8.5000
; H3 s- c' T" f4 K7 W    0.5000    8.7500
; D; X' ?2 }* @5 y7 k- R9 n    0.6000    9.2100
4 j. w+ y1 y2 k6 u% H5 e" Y   -0.0500    8.2700
         0    7.6700
    0.0500    7.9300
    0.5500    9.2600
4 `& P: F8 Z# [4 L2 ]

6 y/ M4 T2 ]$ @8 E; B/ f3 Nbetint =
* R3 K1 ^, X: Q' Z
   17.3244
    1.3070
   -3.6956
    0.3486


r =
8 @6 N# {8 K, M0 D: K
3 b/ J2 `- C+ b! G    5.7282   28.9206
6 P8 D1 ]1 P) N" {& Y    0.6829    1.9311
7 U2 C, l" H; c8 q' u   -7.4989    0.1077
* @, b2 `/ E% s  H    0.0379    0.6594
- D2 k0 B* R0 {- G5 p/ V

rint =

' \2 G* I* {: P2 k; ]   -0.0988
   -0.0795
! n* t7 q* p- O& Y  p$ Q& Z   -0.1195
* w6 V; ~* ^* k0 j" U/ {   -0.0441
    0.4660
! m4 `/ Y& ^; B! x5 z& V   -0.0133
    0.2912
+ ?# F/ k0 X9 R& _) G2 v# V  B: b    0.2735
   -0.2351
& |1 L: b; h* b) t  T3 b3 p    0.1031
   -0.4033
    0.1747
    0.0400
   -0.1504
! c6 W( ?5 E6 o# O  }: s4 e& V    0.1284
    0.1637
   -0.0527
   -0.1907
; P. Q, j% v- I- x( h/ P: Q   -0.0870
   -0.0165
   -0.1292
9 S7 @& ?4 ~; ?5 I* R   -0.3002
   -0.2933
! \- A' w- d  t" O& L& x   -0.1679
! B2 m* p' N! J6 ]4 \+ T2 u# O   -0.2177
    0.1116
* g! H7 k8 J5 h    0.3035
    0.0693
1 @  ?+ |* m" u' p/ M$ d: q8 U5 V    0.2474
$ P$ W: @) p. t0 P    0.2270


stats =

   -0.5270    0.3294
   -0.5309    0.3718
   -0.5106    0.2716
) l' P# k2 m' [- Y* l. ]   -0.4731    0.3848
    0.0813    0.8507
   -0.4609    0.4343
( y% J* D  v: H! y4 B( C   -0.1374    0.7197
2 J) I0 L5 ^$ f4 Y7 U   -0.0870    0.6340
1 ?5 V3 _  j' `/ G   -0.5960    0.1258
0 J, E5 }) K1 l' y& q2 \1 u3 u& s4 m   -0.3280    0.5341
1 M% Y# v) P- |   -0.8190    0.0125
   -0.2618    0.6112
+ G* y: |, u2 C/ }* K$ [% @+ d   -0.4032    0.4832
   -0.5933    0.2925
   -0.3207    0.5775
- e; G! b& G6 C2 P6 c% k/ ~  Y   -0.2841    0.6116
   -0.4830    0.3776
   -0.6248    0.2434
1 B! D7 O- }& k" M   -0.5348    0.3609
/ ]% Y: a: B1 g' q, `7 y1 o   -0.4423    0.4092
   -0.5609    0.3024
   -0.7181    0.1177
' |) D, m" P) T  s" f   -0.7243    0.1377
   -0.5548    0.2190
   -0.6449    0.2095
   -0.2994    0.5226
3 e( Y6 ~0 [' h   -0.1037    0.7106
   -0.3714    0.5099
$ I7 o1 S2 u% J" |   -0.1807    0.6755
   -0.1890    0.6430
2 m: v5 @* i$ H% Z. f
* E8 g( P& b7 [/ S$ ^, e