现在我用回归模型作预测，出现了问题。

x1,x2,应变量y


根据过去30天的数据，把y分别对x1，x2进行一元回归，得到系数b1,b2，组合成一个2元模型，然后通过过去的数据得出截距a（a=avg(yi-b1*x1i-b2*x2i)。y=a+b1*x1+b2*x2

另一种就是二元回归，根据过去30天的数据把y对x1，x2进行二元回归。

得出两个模型后，然后预测下一天的数据。

结果通过一年的数据的比较，二元回归的误差方差比第一种方法大，这会是什么原因呢