多元线性回归是最常用的处理相关关系问题的数理统计方法。在经济、技术、社会的现实模型中,自变量之间往往存在着严重的相关性。因此,引入了逐步回归的思想,在所有的自变量中寻找与因变量关系显著的自变量的最大子集。多元线性回归一般采用法方程方法,出于减小误差的目的,我们考虑采用QR分解方法来替代,解决了采用QR分解以后的显著性检验,添加变量和添加试验的回归的问题。特别地,在逐步回归添加变量和删除变量的计算中,结合了Householder变换和Givens变换,节省了计算量。最后,我们结合回归分析方法和偏最小二乘方法解决了顾客满意度测量问题。以往解决满意度测量的方法中,由测量指标计算潜在指标时,测量指标的权重都采用专家法,在这里我们采用偏最小二乘回归的方法,这样完全由测量数据来确定权重,避免专家法受个人主观印象的局限。