最近在做多元线性回归拟合（2个自变量，一个因变量）。但是拟合前需要满足两个因变量都与自变量有线性相关关系（散点图），而我做出来其中一个自变量A与因变量有很强的线性相关，但另一个B没有，而把A作为控制变量后再做偏相关分析得到B与因变量的相关性达到0.83，而且多元线性拟合后的模型以及各系数的R2都是显著的。所以不知道我这个能不能用偏相关分析和多元线性回归拟合？如果不能的话应该用什么方法拟合呢？（PS：附图是B与因变量的散点图，看不出来是什么函数）

实验数据：A和B都是添加量，可以随意取，但是我因为做实验就取了几个梯度。有人说我的A和B是有序分类变量不能做回归分析。可是文献里人家就是以时间和添加量做多元线性回归的，我也不知道该怎么办了
A       B      C
50        0        38.46
50        0        38.31
50        0        38.38
50        150        37.00
50        150        37.22
50        150        37.15
50        300        32.80
50        300        32.13
50        300        33.98
100        0        80.19
100        0        80.76
100        0        76.54
100        150        74.49
100        150        74.72
100        150        74.15
100        300        69.93
100        300        71.15
100        300        69.43
150        0        124.58
150        0        123.72
150        0        124.15
150        150        107.95
150        150        111.93
150        150        110.77
150        300        108.16
150        300        108.45
150        300        111.83

模型摘要b
模型	R	R 平方	調整後 R 平方	標準偏斜度錯誤	Durbin-Watson
1	.997a	.994	.993	2.75890	1.325
a.  預測值：（常數），亚硝酸盐添加量, 姜油树脂添加量
b.  應變數: 亚硝酸盐残留量

變異數分析a
模型		平方和	df	平均值平方	F	顯著性
1	迴歸	28141.851	2	14070.926	1848.634	.000b
	殘差	182.677	24	7.612
	總計	28324.528	26

係數a
模型		非標準化係數		標準化係數	T	顯著性	共線性統計資料
		B	標準錯誤	Beta			允差	VIF
1	（常數）	1.550	1.548		1.001	.327
	姜油树脂添加量	-.033	.004	-.125	-7.623	.000	1.000	1.000
	亚硝酸盐添加量	.785	.013	.989	60.325	.000	1.000	1.000

共線性診斷a
模型		特徵值	條件指數	變異數比例
				（常數）	姜油树脂添加量	亚硝酸盐添加量
1	1	2.615	1.000	.02	.05	.02
	2	.316	2.878	.03	.87	.11
	3	.069	6.147	.95	.09	.88
a.  應變數: 亚硝酸盐残留量

相關
控制變數			亚硝酸盐残留量	姜辣素添加量
亚硝酸盐添加量	亚硝酸盐残留量	相關	1.000	-.830
		顯著性（雙尾）		.000
		df	0	24
	姜辣素添加量	相關	-.830	1.000
		顯著性（雙尾）	.000
		df	24	0

相關
控制變數			亚硝酸盐添加量	亚硝酸盐残留量
姜辣素添加量	亚硝酸盐添加量	相關	1.000	.997
		顯著性（雙尾）		.000
		df	0	24
	亚硝酸盐残留量	相關	.997	1.000
		顯著性（雙尾）	.000
		df	24	0