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：
data =
; a" j3 [2 G5 L) k" L( v/ B
  Columns 1 through 4
' |$ S7 F1 t% n! {) O! V' S
    1.0000    3.8500    3.8000    5.5000
; x* [. Y+ C; i. K% r; O: h; A    2.0000    3.7500    4.0000    6.7500
$ e8 ~/ L# ]9 q( C    3.0000    3.7000    4.3000    7.2500
: r% ^# R) N8 i/ k    4.0000    3.7000    4.3000    5.5000
8 }' M" s% S& N9 v/ q    5.0000    3.6000    3.8500    7.0000
    6.0000    3.6000    3.8000    6.5000
    7.0000    3.6000    3.7500    6.7500
    8.0000    3.8000    3.8500    5.2500
    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
; ]2 P' V2 y5 ~5 Y  y1 B   13.0000    3.7000    4.1000    7.0000
" i+ e  f) j0 [6 M  K2 A7 ?3 q% ]   14.0000    3.7500    4.2000    6.9000
( k( q! ^$ v! O  g. N/ [+ K   15.0000    3.7500    4.1000    6.8000
  p! `+ Q$ ~3 \$ _5 a) f   16.0000    3.8000    4.1000    6.8000
: ^9 c: L  J4 {/ z* H   17.0000    3.7000    4.2000    7.1000
, y; U( E/ S7 \" l   18.0000    3.8000    4.3000    7.0000
   19.0000    3.7000    4.1000    6.8000
2 X4 z8 v6 ~4 a) C  n8 U   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
: L( G. Z) i6 e, ]& ^& w8 c' Y# |   24.0000    3.5500    3.6500    7.0000
   25.0000    3.6000    4.1000    6.8000
   26.0000    3.6500    4.2500    6.8000
   27.0000    3.7000    3.6500    6.5000
   28.0000    3.7500    3.7500    5.7500
- {! o( n: x* H   29.0000    3.8000    3.8500    5.8000
   30.0000    3.7000    4.2500    6.8000

  Columns 5 through 6
  O% w) a- |, Z/ f( Q  x
5 o+ g2 i& B8 V   -0.0500    7.3800
+ y, m+ |6 D2 C" G/ U: o    0.2500    8.5100
    0.6000    9.5200
  {3 D7 i% n2 n' S         0    7.5000
    0.2500    9.3300
    0.2000    8.2800
% ~3 [* ]: Z5 O8 Y2 ?    0.1500    8.7500
    0.0500    7.8700
; ^2 g/ I, G6 r+ S, A   -0.1500    7.1000
    0.1500    8.0000
8 B  ?1 ]% ?# y6 m5 K    0.2000    7.8900
    0.1000    8.1500
    0.4000    9.1000
& M7 ^5 \6 s5 h, i    0.4500    8.8600
    0.3500    8.9000
. u4 V( S- h4 \# I! l    0.3000    8.8700
    0.5000    9.2600
    0.5000    9.0000
5 g; N6 p2 w# l" x1 E3 D5 g    0.4000    8.7500
   -0.0500    7.9500
+ n" ?5 {! ~. B( D   -0.0500    7.6500
+ G0 B, w8 T* C8 E8 g3 x! L2 K) {   -0.1000    7.2700
% ]) j1 p) h: }! \    0.2000    8.0000
+ b% z% w# m2 S' E7 [- m8 T8 R4 s: e: S    0.1000    8.5000
    0.5000    8.7500
% K0 `5 M" X3 ~$ O    0.6000    9.2100
4 r7 r& B! w; o/ S   -0.0500    8.2700
         0    7.6700
0 e* C0 l# Q7 g0 |" X8 s    0.0500    7.9300
    0.5500    9.2600

0 b6 s  q  D5 q" X, p
% B8 @, ~/ d( ybetint =
' I+ P5 S2 Y( L' Z& M
   17.3244
/ u8 \9 N' U$ y: C; |& F    1.3070
4 i2 v8 U7 p$ W8 E7 h) d) K   -3.6956
$ D% Y7 r# Y$ @$ E( D. M    0.3486


2 `# D& Z) Z& B9 L5 F0 [0 o3 qr =
2 O1 u/ i4 L" C% W& Z# h
    5.7282   28.9206
    0.6829    1.9311
   -7.4989    0.1077
    0.0379    0.6594


& [7 k! U$ E% p0 U- S# yrint =
. e- a* y5 _$ q8 S6 o5 N
   -0.0988
   -0.0795
$ R' ^% c9 z( F( F+ q   -0.1195
   -0.0441
  |/ ?# \' R1 ^; `3 A; H# T    0.4660
& H- v4 V8 u1 G$ @( `4 H' \8 p   -0.0133
% v3 M% M! L1 F: H) B6 L6 s    0.2912
    0.2735
. U1 c1 N8 v/ O3 |* s' F. D   -0.2351
    0.1031
' T5 j6 G, ~0 J$ c8 @   -0.4033
    0.1747
. T: c/ i* l$ {8 V# C8 C" Z    0.0400
* s- f" _; a# |0 ]! o, M   -0.1504
+ s8 ?6 b0 c3 I; t8 G! g    0.1284
6 z" q' s$ [2 P8 s) u& }    0.1637
( v' @! Y  J" F! \! b0 w   -0.0527
1 K9 n: B% C" F   -0.1907
4 Z* w4 G% v% D8 q   -0.0870
& {3 L1 F# E1 e1 r" K) Q   -0.0165
6 ]+ j; w$ p" O4 ]% M6 S. p8 A   -0.1292
7 v) ?9 I- s1 T, o2 _& q   -0.3002
   -0.2933
   -0.1679
: S7 D# O  {; i! \6 N   -0.2177
    0.1116
    0.3035
    0.0693
    0.2474
2 S& p, ]1 S  ]' ]* q1 T; k    0.2270
8 C# p3 q2 s- t4 w

stats =
5 Z  y' Y6 f6 P! R
2 h6 u4 R( ~7 t/ d" a   -0.5270    0.3294
# g7 r! a- W3 n  s$ \' B   -0.5309    0.3718
   -0.5106    0.2716
   -0.4731    0.3848
5 P6 ^" \  s( q    0.0813    0.8507
, _- a1 i4 y; V   -0.4609    0.4343
   -0.1374    0.7197
8 W0 N) d- W3 n! w& f- H: \( _   -0.0870    0.6340
2 K; K& D! h4 ^% z4 V+ A* B" c   -0.5960    0.1258
   -0.3280    0.5341
   -0.8190    0.0125
   -0.2618    0.6112
4 @% Z' h8 s; ], Q1 _   -0.4032    0.4832
   -0.5933    0.2925
   -0.3207    0.5775
8 s# }# [' u& T' `7 U) C   -0.2841    0.6116
% g3 Y" m- u7 w+ I/ w9 O4 k/ X+ J   -0.4830    0.3776
7 j, W8 }6 X3 `0 u( t! |   -0.6248    0.2434
   -0.5348    0.3609
   -0.4423    0.4092
$ E( A% |- r: G( I" W# Y/ }   -0.5609    0.3024
6 E# q4 }4 a& Y4 Y. E/ f   -0.7181    0.1177
   -0.7243    0.1377
   -0.5548    0.2190
% h' p( P$ H0 F- z( v+ J, C/ K   -0.6449    0.2095
) E$ ~2 B! N: K7 g  ]   -0.2994    0.5226
   -0.1037    0.7106
* i4 L1 N( i1 Y' H   -0.3714    0.5099
   -0.1807    0.6755
* F7 Q  O" G3 D6 U: o   -0.1890    0.6430

( h+ u, L* L) S, Q4 u; G# H