以下是我对8个自变量和因变量Y所做的逐步回归，目的是得到通径系数，输出结果如下： 怎么后面的变量全没有了呢？是因为我的自变量个数太多了吗？
描述性统计量
均值 标准 偏差 N
Y .000014 38.0165483 13
X1 81261.5392 63274.16259 13
X2 13020.62 6575.222 13
X3 9551.4923 4011.83823 13
X4 39.9423 2.54033 13
X5 29.7692 2.68837 13
X6 16.0692 5.24744 13
X7 3.0646 3.52916 13
X8 9.7538 1.81733 13

     相关性
  Y X1 X2 X3 X4 X5 X6 X7 X8
Pearson 相关性 Y 1.000 .994 .999 .998 .739 .962 .901 .990 .924
X1 .994 1.000 .990 .986 .707 .937 .860 .997 .915
X2 .999 .990 1.000 .998 .741 .962 .906 .987 .923
X3 .998 .986 .998 1.000 .775 .974 .925 .979 .923
X4 .739 .707 .741 .775 1.000 .803 .849 .677 .629
X5 .962 .937 .962 .974 .803 1.000 .967 .919 .931
X6 .901 .860 .906 .925 .849 .967 1.000 .835 .841
X7 .990 .997 .987 .979 .677 .919 .835 1.000 .907
X8 .924 .915 .923 .923 .629 .931 .841 .907 1.000
Sig. （单侧） Y . .000 .000 .000 .002 .000 .000 .000 .000
X1 .000 . .000 .000 .003 .000 .000 .000 .000
X2 .000 .000 . .000 .002 .000 .000 .000 .000
X3 .000 .000 .000 . .001 .000 .000 .000 .000
X4 .002 .003 .002 .001 . .000 .000 .006 .011
X5 .000 .000 .000 .000 .000 . .000 .000 .000
X6 .000 .000 .000 .000 .000 .000 . .000 .000
X7 .000 .000 .000 .000 .006 .000 .000 . .000
X8 .000 .000 .000 .000 .011 .000 .000 .000 .
N Y 13 13 13 13 13 13 13 13 13
X1 13 13 13 13 13 13 13 13 13
X2 13 13 13 13 13 13 13 13 13
X3 13 13 13 13 13 13 13 13 13
X4 13 13 13 13 13 13 13 13 13
X5 13 13 13 13 13 13 13 13 13
X6 13 13 13 13 13 13 13 13 13
X7 13 13 13 13 13 13 13 13 13
X8 13 13 13 13 13 13 13 13 13

输入／移去的变量(a)
模型 输入的变量 移去的变量 方法
1 X2 . 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。
2 X1 . 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。
3 X3 . 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。
4 X4 . 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。
5 . X2 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。
a. 因变量: Y

  模型汇总
模型 R R 方 调整 R 方 标准 估计的误差
1 .999a .998 .998 1.8403071
2 1.000b .999 .999 1.0941486
3 1.000c 1.000 1.000 .7006582
4 1.000d 1.000 1.000 .5339252
5 1.000e 1.000 1.000 .5879574
a. 预测变量: (常量), X2。
b. 预测变量: (常量), X2, X1。
c. 预测变量: (常量), X2, X1, X3。
d. 预测变量: (常量), X2, X1, X3, X4。
e. 预测变量: (常量), X1, X3, X4。

   Anova(f)
模型  平方和 df 均方 F Sig.
1 回归 17305.841 1 17305.841 5109.896 .000a
残差 37.254 11 3.387  
总计 17343.095 12   
2 回归 17331.124 2 8665.562 7238.426 .000b
残差 11.972 10 1.197  
总计 17343.095 12   
3 回归 17338.677 3 5779.559 11772.867 .000c
残差 4.418 9 .491  
总计 17343.095 12   
4 回归 17340.815 4 4335.204 15207.181 .000d
残差 2.281 8 .285  
总计 17343.095 12   
5 回归 17339.984 3 5779.995 16719.981 .000e
残差 3.111 9 .346  
总计 17343.095 12   
a. 预测变量: (常量), X2。
b. 预测变量: (常量), X2, X1。
c. 预测变量: (常量), X2, X1, X3。
d. 预测变量: (常量), X2, X1, X3, X4。
e. 预测变量: (常量), X1, X3, X4。
f. 因变量: Y


   系数(a)
  非标准化系数  标准系数
模型  B 标准 误差 试用版 t Sig.
1 (常量) -75.202 1.169  -64.314 .000
X2 .006 .000 .999 71.484 .000
2 (常量) -68.365 1.642  -41.633 .000
X2 .004 .000 .735 12.696 .000
X1 .000 .000 .266 4.596 .001
3 (常量) -72.568 1.501  -48.337 .000
X2 .002 .001 .381 3.891 .004
X1 .000 .000 .297 7.837 .000
X3 .003 .001 .325 3.922 .003
4 (常量) -60.768 4.458  -13.630 .000
X2 .001 .001 .179 1.707 .126
X1 .000 .000 .283 9.631 .000
X3 .005 .001 .563 5.240 .001
X4 -.437 .160 -.029 -2.738 .026
5 (常量) -56.164 3.909  -14.368 .000
X1 .000 .000 .296 9.504 .000
X3 .007 .000 .738 21.147 .000
X4 -.629 .125 -.042 -5.028 .001
a. 因变量: Y


   已排除的变量(f)
      共线性统计量
模型  Beta In t Sig. 偏相关 容差
1 X1 .266a 4.596 .001 .824 .021
X3 .189a .881 .399 .268 .004
X4 .000a -.025 .980 -.008 .452
X5 .012a .224 .827 .071 .075
X6 -.021a -.629 .544 -.195 .180
X7 .150a 1.910 .085 .517 .026
X8 .018a .468 .649 .147 .149
2 X3 .325b 3.922 .003 .794 .004
X4 .016b 1.288 .230 .394 .418
X5 .077b 3.303 .009 .740 .064
X6 .050b 2.556 .031 .649 .116
X7 -.242b -3.141 .012 -.723 .006
X8 .015b .691 .507 .224 .148
3 X4 -.029c -2.738 .026 -.696 .144
X5 .031c .903 .393 .304 .024
X6 -.001c -.040 .969 -.014 .038
X7 -.096c -.919 .385 -.309 .003
X8 .010c .697 .506 .239 .147
4 X5 -.013d -.381 .714 -.143 .017
X6 -.013d -.581 .580 -.214 .036
X7 -.074d -.923 .387 -.329 .003
X8 -.006d -.468 .654 -.174 .110
5 X5 -.033e -1.425 .192 -.450 .033
X6 -.025e -1.294 .232 -.416 .048
X7 .024e .348 .737 .122 .005
X8 -.012e -.968 .361 -.324 .126
X2 .179e 1.707 .126 .517 .001
a. 模型中的预测变量: (常量), X2。
b. 模型中的预测变量: (常量), X2, X1。
c. 模型中的预测变量: (常量), X2, X1, X3。
d. 模型中的预测变量: (常量), X2, X1, X3, X4。
e. 模型中的预测变量: (常量), X1, X3, X4。
f. 因变量: Y