要實現多變量回歸，可以使用scipy中的scipy.stats.linregress()函數。該函數可以用來計算多變量回歸模型的參數。
下面是一個示例代碼，展示如何使用linregress()函數進行多變量回歸：
import numpy as np
from scipy import stats
# 創建一些示例數據
x1 = np.array([1, 2, 3, 4, 5])
x2 = np.array([2, 4, 6, 8, 10])
y = np.array([3, 5, 7, 9, 11])
# 計算多變量回歸模型參數
slope, intercept, r_value, p_value, std_err = stats.linregress(np.vstack((x1, x2)).T, y)
# 打印結果
print("斜率:", slope)
print("截距:", intercept)
print("相關系數:", r_value)
print("p值:", p_value)
print("標準誤差:", std_err)
在這個示例中，我們創建了兩個自變量x1和x2，以及一個因變量y。然后我們使用linregress()函數計算多變量回歸模型的參數。最后打印出斜率、截距、相關系數、p值和標準誤差。
