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 =
5 F1 R( |; V/ m
9 ?  S! F- }8 c  Columns 1 through 4

    1.0000    3.8500    3.8000    5.5000
' ?7 w( b" l3 \    2.0000    3.7500    4.0000    6.7500
( I) t1 _5 Q5 }$ W, c0 l1 k    3.0000    3.7000    4.3000    7.2500
    4.0000    3.7000    4.3000    5.5000
* E1 T- Z2 h) J0 r) j2 o: j: A2 @9 P. ~    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
) T: y5 F4 S$ Q5 ^/ |   11.0000    3.9000    4.1000    6.5000
% N7 n4 Y% g. d  M8 k   12.0000    3.9000    4.0000    6.2500
   13.0000    3.7000    4.1000    7.0000
' |6 B: n  F0 E   14.0000    3.7500    4.2000    6.9000
   15.0000    3.7500    4.1000    6.8000
  k: k) i3 E* `   16.0000    3.8000    4.1000    6.8000
1 [% }: Z5 n0 ?  W8 [2 z   17.0000    3.7000    4.2000    7.1000
% \+ D0 I; _) U( _6 Z# `' M   18.0000    3.8000    4.3000    7.0000
) m+ j# G! C) g1 Z. _2 v3 a   19.0000    3.7000    4.1000    6.8000
: S% A2 |% c( @: L4 x   20.0000    3.8000    3.7500    6.5000
& E- j3 ~5 m& F$ v7 x   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
   25.0000    3.6000    4.1000    6.8000
   26.0000    3.6500    4.2500    6.8000
   27.0000    3.7000    3.6500    6.5000
& O4 _+ z$ @  v! Q- @% u" C   28.0000    3.7500    3.7500    5.7500
8 d! ]# U7 p2 K; d% X3 K/ {1 D( N   29.0000    3.8000    3.8500    5.8000
   30.0000    3.7000    4.2500    6.8000

" v' t* g8 |- n& s' ]4 A- j' |$ R  Columns 5 through 6

   -0.0500    7.3800
& q- |4 @! D" c: o/ W3 V" s    0.2500    8.5100
. i& ^5 {1 b; a3 R$ C; @    0.6000    9.5200
1 k; W6 N( v" @' r4 ?         0    7.5000
    0.2500    9.3300
( x  W4 E7 Y+ z    0.2000    8.2800
) E) e+ N1 d7 i/ t) @( f    0.1500    8.7500
    0.0500    7.8700
3 B, ~! p" |* V6 D3 |! A& Y% y   -0.1500    7.1000
1 v# I1 q2 A& U. G    0.1500    8.0000
) f2 ^/ [% S* C* x2 E+ ^8 O, c8 ^    0.2000    7.8900
    0.1000    8.1500
8 z$ t" }& _! t. w* W, H3 i5 j    0.4000    9.1000
    0.4500    8.8600
1 q: Y6 y$ r7 G    0.3500    8.9000
    0.3000    8.8700
    0.5000    9.2600
! N/ G# |$ Q- F7 @    0.5000    9.0000
    0.4000    8.7500
   -0.0500    7.9500
" a8 ?4 k/ |+ k1 d3 B2 v   -0.0500    7.6500
   -0.1000    7.2700
$ F6 K$ C3 X# I0 R' g  u% }) O    0.2000    8.0000
    0.1000    8.5000
' u- B3 s- P- {5 r    0.5000    8.7500
5 b- [9 R8 P+ u: I. {9 V+ E    0.6000    9.2100
   -0.0500    8.2700
6 G% W% W+ B+ {6 ~! M8 p         0    7.6700
    0.0500    7.9300
2 q: J+ k; C0 m& L8 K- r- d" Y    0.5500    9.2600
; f3 j4 e5 M/ J

) D8 f1 Q$ @2 K; o+ Ebetint =

' x( t: _+ b, F/ q  A   17.3244
    1.3070
9 v% r- N" Y1 C. a8 s   -3.6956
- f5 |5 ?+ d, S2 X    0.3486


$ {: P, g) F+ j3 j  g& P. k* Zr =
+ a# U; ^- k# C4 v
8 ]0 r- d3 l9 `* O! ^    5.7282   28.9206
; I( M% F1 ?- }& f, V    0.6829    1.9311
   -7.4989    0.1077
. R+ k9 Z  r% g0 \% }    0.0379    0.6594
; N' {, R0 i, t% ^

3 y$ ]% ^6 p* |  X( Trint =

   -0.0988
' J! P# n* s, `# e) T+ P. i   -0.0795
   -0.1195
   -0.0441
) E- z  R' c6 H, ?    0.4660
2 F* o- {, s( m& a; c   -0.0133
9 u" i; s8 Z( H9 {& L# y9 b& B    0.2912
    0.2735
7 ]" h, F! \4 Y9 Y   -0.2351
- _( w# |0 o9 r; B, p7 ?! Z    0.1031
   -0.4033
    0.1747
8 v) f8 z0 g5 r; D    0.0400
   -0.1504
/ G! ]( f& a0 [    0.1284
  _1 C6 U3 W+ z+ U0 b" w$ H    0.1637
$ |; [# I7 o" ?2 x2 n$ k   -0.0527
8 \  o( J; {1 I) p7 E( F: P5 r; k   -0.1907
   -0.0870
; B  d7 G6 W6 ^+ v6 y" P   -0.0165
" h) y! O0 T! q   -0.1292
   -0.3002
: [. L2 B1 B( X. O# H   -0.2933
   -0.1679
1 Z; S% j# e$ S7 v   -0.2177
    0.1116
% _. C6 {9 e, q. V( X    0.3035
& t' g+ T# p2 f/ t  O8 E: ]8 d    0.0693
% @- \3 w. p3 A7 D5 ?6 Z7 P6 Z    0.2474
    0.2270

0 b2 P) h5 T, F4 I4 w' ^
stats =

   -0.5270    0.3294
# w" z% p8 T3 v" D" P% v7 C   -0.5309    0.3718
   -0.5106    0.2716
! J; u, C) j! g, |   -0.4731    0.3848
    0.0813    0.8507
   -0.4609    0.4343
4 ?; \; L3 l4 ?2 E   -0.1374    0.7197
   -0.0870    0.6340
   -0.5960    0.1258
/ u9 y" S' Z6 @/ u   -0.3280    0.5341
   -0.8190    0.0125
5 D" k& b# J. W, k  h   -0.2618    0.6112
' s0 v) J# ~/ Q& s3 I: `   -0.4032    0.4832
   -0.5933    0.2925
9 T8 l; x# D+ V   -0.3207    0.5775
/ }4 D8 y; l! x) r2 h' ^4 t   -0.2841    0.6116
: J- x; [7 t& j) u, a& K& ?1 {   -0.4830    0.3776
7 L- u- a3 s1 _# W5 o  @1 }% [   -0.6248    0.2434
   -0.5348    0.3609
" x3 z- K' v8 @6 w2 u   -0.4423    0.4092
- ]; N; `9 c6 L# i   -0.5609    0.3024
   -0.7181    0.1177
) Z+ A& @, t! T   -0.7243    0.1377
   -0.5548    0.2190
   -0.6449    0.2095
   -0.2994    0.5226
   -0.1037    0.7106
   -0.3714    0.5099
- w+ n8 Y% Y/ E: N$ m   -0.1807    0.6755
   -0.1890    0.6430
2 t5 i2 D1 N3 x5 c% m; r# V; Q# ?/ Z
5 F8 ~# K. n1 [7 q