用python语言实现下列要求：即一个excel表格中用五列数据，其中前两列为自变量，后三列为因变量，利用前两列数据，分别对后三列变量进行线性拟合，并输出回归系数，不划分训练集，直接拟合。

在Python中，我们可以使用pandas库读取Excel文件，然后结合sklearn库中的LinearRegression模型实现这个需求。以下是一个简单的示例步骤：

首先，你需要安装必要的库，如果还没有安装，可以使用pip命令安装：

pip install pandas openpyxl sklearn

然后，你可以通过以下代码完成任务：

import pandas as pd
from sklearn.linear_model import LinearRegression

# 1. 读取Excel文件
df = pd.read_excel('your_file.xlsx')  # 替换 'your_file.xlsx' 为你的Excel文件路径

# 确保数据没有缺失值或者异常值，如果需要可以添加错误检查和预处理
if df.isnull().values.any():
    print("数据存在缺失值，需要先进行处理")
else:
    # 假设前两列名为'var1' 和 'var2'，后三列分别为'y1', 'y2', 'y3'
    X = df[['var1', 'var2']]  # 自变量
    y1 = df['y1']  # 第一个因变量
    y2 = df['y2']
    y3 = df['y3']

    # 创建并训练三个独立的线性回归模型
    model1 = LinearRegression()
    model1.fit(X, y1)

    model2 = LinearRegression()
    model2.fit(X, y2)

    model3 = LinearRegression()
    model3.fit(X, y3)

    # 输出回归系数（斜率）
    print(f"Model 1: Coefficients are {model1.coef_}")
    print(f"Model 2: Coefficients are {model2.coef_}")
    print(f"Model 3: Coefficients are {model3.coef_}")

#