帮我写一个“M省人口预测模型的构建及影响研究”的matlab代码，要求数据直接输入，分析因素为第1列为户籍人口（万人）、第2列为人口密度(人/平方公里)、第3列为总人口数(万人)、第4列为年平均人口数（万人）、第5列为年平均常住人口（万人）、第6列为常住人口年末（万人），要求对人口进行10年的预测并绘图，进行R检验等检验。

以下是一个简单的人口预测模型的matlab代码示例，您可以根据自己的数据进行修改和调整，以满足您的需求：

% 输入数据
data = [10, 1000, 500, 400, 300, 250;
        12, 1200, 600, 450, 350, 280;
        15, 1300, 700, 500, 400, 300;
        18, 1400, 800, 550, 450, 320;
        20, 1500, 900, 600, 500, 350;
        22, 1600, 1000, 650, 550, 380;
        25, 1700, 1100, 700, 600, 400;
        28, 1800, 1200, 750, 650, 420;
        30, 1900, 1300, 800, 700, 450;
        32, 2000, 1400, 850, 750, 480];

% 数据预处理
X = data(:, 2:end); % 自变量
y = data(:, 1); % 因变量
X_norm = zscore(X); % 标准化处理

% 将数据分为训练集和测试集
X_train = X_norm(1:9, :);
y_train = y(1:9, :);
X_test = X_norm(10:end, :);

% 拟合模型
[b, bint, r, rint, stats] = regress(y_train, [ones(size(X_train,1),1) X_train]);
y_pred = [ones(size(X_test,1),1) X_test] * b;

% 绘图
plot(2010:2029, y, 'o', 2030:2039, y_pred, '-');
xlabel('年份');
ylabel('人口（万人）');
legend('实际人口', '预测人口');

% R检验
R2 = stats(1);
p_value = stats(3);

fprintf('R2 = %f\n', R2);
fprintf('p-value = %f\n', p_value);

其中，`data`是您的数据，其中第1列为因变量（人口），第2-6列为自变量。代码中使用了线性回归模型进行预测，并将数据分为前9年作为训练集，后10年作为测试集。预测结果绘制了实际人口和预测人口的折线图，并计算了R2和p-value作为检验结果。

需要注意的是，这只是一个简单的代码示例，对于不同的数据和预测方法，还需要进行参数调整和优化，以提高预测精度和可靠性。