毕业论文中，自变量X由四个维度构成（X1,X2,X3,X4），因变量Y由两个维度构成（Y1,Y2），提出的假设有：假设A：X对Y有正向影响，还有子假设：X1对Y1有正向影响，X2对Y1有正向影响，X3对Y1有正向影响，X4对Y1有正向影响，X1对Y2有正向影响，X2对Y2有正向影响，X3对Y2有正向影响，X4对Y2有正向影响，
看之前的文献在分析时用的是一元回归分析时，但老师说“为什么不考虑多元线性回归？此时比较哪个自变量的系数更大才更有说服了。”（因为我在分析时提到了由各一元回归系数的大小、显著性判断出X1,X2,X3,X4哪一个分别对因变量Y1,Y2的影响作用最大）

自变量	因变量	标准回归系数	t值	显著性	调整后R方	F 值
X1	Y1	.197**	3.393	.001	0.035	11.497
X2		.093不显著，原假设X2对Y1有正向影响不成立	1.574	.117	0.005	2.479
X3		.284***	4.976	.000	0.077	24.765
X4		.225***	3.889	.000	0.047	15.124
X1	Y2	.120*	2.037	.043	0.011	4.149
X2		.257**	4.564	.001	0.041	13.421
X3		.198**	3.368	.001	0.035	11.331
X4		.315***	5.578	.000	0.096	31.116

但用多元回归的话，每个子假设怎么验证呢？做两个多元回归，多元里的回归系数可以判断单个X1,X2,X3,X4对单个因变量Y1,Y2的影响吗？求指点！！