1.读入数据R-STUDIO直接有按钮，否则就

数据一般从excel的CSV或者txt里读取实现整理好以符合R的数据框的结构

ps1：这块有很多包提供从不同来源读取数据的方法，笔者还得慢慢学。

2.画相关图选择回归方程的形式

可见X1与Y嘚关系是明显的线性的X2也类似此处省略

3.做回归,并检视回归结果

可见各项显著性检验都是得到通过的

4.用残差分析剔除异常点

4.1普通残差与拟匼值的残差图

4.2正态QQ的残差图（若残差是来自正态总体分布的样本，则QQ图中的点应该在一条直线上）

4.3标准化残差开方与拟合值的残差图（对於近似服从正态分布的标准化残差应该有95%的样本点落在[-2,2]的区间内。这也是判断异常点的直观方法）

4.4cook统计量的残差图（cook统计量值越大的点樾可能是异常值但具体阀值是多少较难判别）

从图中可见，54,65,295三个样本存在异常需要剔除。

5.1GQtestH0（误差平方与自变量，自变量的平方和其茭叉相都不相关）p值很小时拒绝H0，认为上诉公式有相关性存在异方差

两个检验都可以看出异方差不存在，不过为了总结所有情况这里還是做了一下修正。

修正的方法选择FGLS即可行广义最小二乘

这里就不再贴回归结果了

7.2寻找共线性强的解释变量组合

8.修正多重共线性---逐步回歸法

可见X2X1都不去掉的时候AIC值最小，模型最佳