对了，我用的是向前回归。。

Maximum R-Square Improvement: Step 3


                       Variable x6 Entered: R-Square = 0.9972 and C(p) = .


                                       Analysis of Variance
  
                                              Sum of           Mean
          Source                   DF        Squares         Square    F Value    Pr > F

          Model                     3        2.91736        0.97245     118.22    0.0675
          Error                     1        0.00823        0.00823                     
          Corrected Total           4        2.92558                                    


                             Parameter     Standard
                Variable      Estimate        Error   Type II SS  F Value  Pr > F

                Intercept      8.25207      0.25292      8.75636  1064.53  0.0195
                x6            -0.02819      0.00670      0.14582    17.73  0.1485
                x8             0.01480      0.00315      0.18127    22.04  0.1336
                x14            0.00998      0.00170      0.28433    34.57  0.1073

                            Bounds on condition number: 3.0824, 21.296
------------------------------------------------------------------------------------------------


                       The above model is the best  3-variable model found.

                               Maximum R-Square Improvement: Step 4
1                                                            08:27 Thursday, January 20, 2011   3

                                        The REG Procedure
                                          Model: MODEL1
                                    Dependent Variable: y1 y1
  
                               Maximum R-Square Improvement: Step 4

                       Variable x4 Entered: R-Square = 1.0000 and C(p) = .


                                       Analysis of Variance
  
                                              Sum of           Mean
          Source                   DF        Squares         Square    F Value    Pr > F

          Model                     4        2.92558        0.73140        .       .   
          Error                     0              0              .                     
          Corrected Total           4        2.92558                                    


                             Parameter     Standard
                Variable      Estimate        Error   Type II SS  F Value  Pr > F

                Intercept     10.95417            .      0.13401      .     .   
                x4            -0.08172            .      0.00823      .     .   
                x6            -0.03439            .      0.11688      .     .   
                x8             0.02020            .      0.08591      .     .   
                x14            0.00930            .      0.21290      .     .   

                            Bounds on condition number: 17.213, 143.08
------------------------------------------------------------------------------------------------


                       The above model is the best  4-variable model found.


                         No further improvement in R-Square is possible.

各位老大。。。能帮帮忙吗。。。
难道只有我遇到？
还是说在这里所有的f value 都没用？

大哥，老实讲吧，regression你到底懂多少？
R^2是怎么算的你知道吗？F，R^2，SSE之间的关系你清楚吗？
R^2=1的话那就意味着你的回归很完美，no room for error， 所以SSE必然为0。因为SSE为零，F必定undefined。 跟你做forward，backward，或stepwise selection无关。
注意到最后一步，你的error的DF（自由度）为零。这就是问题所在。可能性如下
1）你的样本太少，可能只有4个（我估计）。所以根本就没有条件跑回归。
2）你的data存在很严重的quality问题，很多missing value。

楼上的大哥。。。
因为在sas的回归中，如果是因为R^2为1，F为undefined的话，在sas中显示的应该是“infty"而不是点，所以我很疑惑。。。

不过根据您的回答，我想应该是样本不够，导致无法回归的原因。。所以出错，导致没有条件跑回归

感谢