根据上面数据，其中y是因变量，帮我用matlab逐步回归法剔除自变量，要求最后只保留5个自变量

您可以使用MATLAB的stepwiselm函数来进行逐步回归分析，并根据你的要求最终保留5个自变量。以下是一种可能的实现方法：

% 输入数据
Ti = [0, 0.843, 0, 0, 0.0911];
Mg = [0, 0, 0.883, 0, 0.0886];
Al = [0, 0, 0, 0.597, 0.0786];
D10 = [8.35, 7.58, 8.62, 8.21, 7.91];
D50 = [16.1, 15.22, 16.61, 15.86, 15.29];
y = [0.711, 0.835, 0.793, 0.876, 0.917];

% 合并自变量
X = [Ti', Mg', Al', D10', D50'];

% 建立逐步回归模型
model = stepwiselm(X, y, 'Criterion', 'aic', 'NSteps', size(X,2)-5);

% 显示模型摘要
disp(model);

% 提取保留的自变量
selectedVars = model.PredictorNames;

% 显示保留的自变量
disp(selectedVars);

这段代码使用stepwiselm函数进行逐步回归分析。我们指定了'AIC'作为选择模型的准则，并设置最终保留的自变量数量为总自变量数量减去5。然后，我们提取了模型的摘要并显示在命令窗口中。

最后，我们使用model.PredictorNames提取保留的自变量，并将其显示在命令窗口中。

请注意，逐步回归的结果可能会因准则和其他参数的选择而有所不同。您可以根据您的具体需求调整函数参数以获得最佳结果。