输入数据，注意，数据输入时要以列为单位，变量一列，响应一列。否则minitab无法分析。本案例中，我们分析钢丝弹力和温度之间的关系。数据如下：

打开minitab，统计→回归→拟合线图。之后再弹出的窗口中选择响应→弹力，预测变量→温度。回归模型选择：线性。

点击图形选项，在弹出的窗口中选择残差图→正规，四合一，残差与变量选择温度。之后点击确定，出现分析结果。P值0.034，小于0.05，证明变量的线性是显著的。

但是，针对残差的分析中，我们看到针对温度残差的拟合有明显的线性趋势，所以我们需要用到更高阶的回归。

重新拟合，在回归模型中选择二次。出现如下图所示的回归方程和回归曲线。我们看到P值为0.001，远小于0.05，证明模型是显著的。

针对残差的分析中，我们看到残差与温度的图形中，没有任何弯曲的迹象，证明二次方程的拟合是成功的。