matlab程序运行regress函数出现的问题

我在matlab中运行regress函数中，求出某一rint区间范围为[-8.5117,-8.3987],这正常吗？说明了什么？以下是残差图和置信区间的图

在使用regress函数进行线性回归时，得到某个回归系数的区间范围为[-8.5117,-8.3987]是正常的，这说明您得到的回归系数比较精确，并且具有一定的置信水平。一般情况下，置信区间越窄，表示得到的回归系数越准确。残差图可以用来评估回归模型的拟合程度和误差分布情况。如果残差图中的点均匀地分布在零线附近，并且没有明显的模式或趋势，说明模型拟合得比较好，残差的分布也比较均匀。如果残差图中的点呈现出明显的模式或趋势，说明模型存在一些问题，需要进一步检查和修正。置信区间的图可以用来显示回归系数的置信区间和置信水平。如果置信区间比较窄，说明得到的回归系数比较精确，并且有一定的置信水平。如果置信区间比较宽，说明得到的回归系数不够精确，置信水平也比较低。需要注意的是，regress函数使用的是最小二乘法进行线性回归，这种方法对于存在异常值或离群点的数据可能不够鲁棒。如果数据存在这些问题，建议使用其他鲁棒性更好的回归方法，如岭回归、lasso回归等。

这篇文章：[matlab]多元线性回归regress 也许有你想要的答案，你可以看看
除此之外, 这篇博客: matlab回归法建模详解 | 《matlab数学建模方法与实践（第三版）》学习笔记中的 三、采用regress函数进行回归 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

代码如下：

%% 采用regress函数进行回归
Y=y';
X=[ones(size(x,2),1),x']; 
% size(x,2)获取x中第二维度的长度
% ones生成全部为1的数组

[b, bint, r, rint, s] = regress(Y, X)
% regress(Y, X，alpha)alpha为显著水平，默认0.05
% 多元线性回归
% [输出 置信区间 残差 残差的置信区间 stats]
% stats其中包含R^2统计量、F统计量及其p值(F(1,n-2)分布大于F的概率)以及剩余方差s^2。
% 矩阵X必须包含一个由 1 组成的列，以便软件正确计算模型统计量。
% 残差：实际观察值与估计值（拟合值）之间的差
% 置信区间：误差范围

运行结果：

意义及用法：

R^2的值越接近1，变量的线性相关性越强，说明模型有效。
如果满足 $F_{1-\alpha }(1,n-2)<F$ ，则认为变量y与x显著的有线性关系，其中 $F_{1-\alpha }(1,n-2)$ 的值可查F分布表，MATLAB命令为finv(1-alpha,1,n-2)
p<alpha（alpha为显著水平）表示模型可用，三个值可以相互印证。
s^2的值用来比较模型是否有改进，其值越小说明模型精度越高。