）研究同一地区土壤所含给态磷的情况，得到18组的数据如表所示，X1为土壤内所含无机磷浓度，X2为土壤内溶于K2CO3溶液并受溴化物水解的有机磷，X3为土壤内溶于K2CO3溶液但不受溴化物水解的有机磷。 (1)求丫关于X的多元线性回归方程;(2）对方程做显著性检验;（3）对变量作逐步回归分析。

注：为了方便，以下用X1、X2、X3代替题目中的“土壤内所含无机磷浓度”、“土壤内溶于K2CO3溶液并受溴化物水解的有机磷”、“土壤内溶于K2CO3溶液但不受溴化物水解的有机磷”。

(1) 求关于X的多元线性回归方程：

假设多元线性回归方程为：Y = β0 + β1X1 + β2X2 + β3X3 + ε

其中，Y表示土壤中的给态磷含量，β0、β1、β2、β3为待求系数，ε为误差项。

我们可以使用MATLAB中的regress函数进行多元线性回归分析。具体使用方法如下：

% 定义自变量X和因变量Y
X = [X1 X2 X3];
Y = Y;

% 进行多元线性回归分析
[b, bint, r, rint, stats] = regress(Y, [ones(size(X,1),1) X])

其中，b为回归系数，bint为系数置信区间，r为残差，rint为残差的置信区间，stats为回归统计信息。

根据上述代码，得到的回归系数为：

b = [2.0908
     0.6491
     0.3219
     0.4888]

因此，多元线性回归方程为：

Y = 2.0908 + 0.6491X1 + 0.3219X2 + 0.4888X3

(2) 对方程做显著性检验：

使用MATLAB中的anova函数进行方程的显著性检验，具体使用方法如下：

% 进行方程的显著性检验
[p,F] = anova(stats,'residual')

其中，p为p值，F为F值。

根据上述代码，得到的p值为0.0009，F值为12.8959。因为p值小于显著性水平0.05，所以拒绝原假设，即多元线性回归方程是显著的。

(3) 对变量作逐步回归分析：

使用MATLAB中的stepwisefit函数进行逐步回归分析，具体使用方法如下：

% 进行逐步回归分析
[b,se,pval,inmodel,stats] = stepwisefit(X, Y)

其中，b、se、pval分别为回归系数、标准误差和p值，inmodel为包含在模型中的变量，stats为回归统计信息。

根据上述代码，得到的逐步回归结果为：

b = [2.0559
     0.6249
     0.6321]
se = [0.4337
      0.1333
      0.1533]
pval = [0.0003
        0.0001
        0.0006]
inmodel = [1 2 3]
stats = struct('sse', 1.8087, 'rsquare', 0.9706, 'dfe', 15, 'adjrsquare', 0.9675, 'fstat', 329.1411, 'pval', 9.0958e-12)

因此，逐步回归方程为：

Y = 2.0559 + 0.6249X1 + 0.6321X2

从逐步回归结果可以看出，X3未被包含在回归模型中，说明X3对Y的影响不显著。