多元逐步回归分析的结果可以通过以下步骤进行整理：
1. 检查模型的拟合度：查看整体模型的拟合度指标，如R方值、调整R方值等，以评估模型的拟合优度。
2. 解释变量选择：确定哪些解释变量（自变量）在模型中保留，并根据它们的系数大小和统计显著性进行排序。
3. 系数解释：根据每个解释变量的系数值和相关统计显著性，解释它们对因变量的影响大小和方向。
4. 值得注意的因素：可以观察到某些变量具有较大的标准化系数或统计显著性，这些变量可能是模型中的重要因素，值得特别关注。
5. 模型诊断：对模型进行诊断分析，检查是否存在违反基本假设的情况，如多重共线性、异方差性、自相关等。
6. 模型预测与应用：基于回归模型，进行预测和推断分析，评估模型的应用价值。
在整理多元逐步回归分析结果时，需要综合考虑各个方面的信息，如变量选择、系数解释、模型拟合度和诊断分析，以全面评估模型的可靠性和解释能力。同时，需要注意结果的解释和解读时要避免过度解读和误导。
多元调解并不能直接查到自己是否被起诉，因为多元调解是由当事人自愿选择并进行的，而起诉是由原告向法院提起的诉讼程序。但是，在许多情况下，双方进行多元调解的初步原因可能是因为涉及到了某种纠纷或矛盾，其中一方或双方可能已经准备或正在计划向法院提起诉讼。
因此，在多元调解的过程中，参与者可能得到一些线索以了解是否存在未来可能的诉讼行为。
多元逐步回归分析的结果可整理成表格或图表，通常包括回归系数、标准误差、显著性水平、$R^2$等评价指标。可通过统计软件输出结果，并解读各项指标的意义。同时，可以对结果进行进一步的分析，如变量选择、拟合优度检验、残差分析等，以评估模型的有效性和适用性。
最终，通过综合比较各项指标，确定最终的多元逐步回归模型，为进一步的研究和实践提供依据。