回归平方和占总误差平方和的比例。
回归平方和，是反映自变量与因变量之间的相关程度的偏差平方和。用回归方程或回归线来描述变量之间的统计关系时，实验值yi与按回归线预测的值Yi并不一定完全一致。
误差平方和又称残差平方和、组内平方和等，根据n个观察值拟合适当的模型后，余下未能拟合部份(ei=yi一y平均)称为残差，其中y平均表示n个观察值的平均值，所有n个残差平方之和称误差平方和。
扩展资料
RSS(Residual Sum of Squares)=∑(u)2称为残差平方和，ESS (Explained Sum of Squares)=∑(ŷ-ȳ)2称为回归平方和。残差平方和越小，自变量与因变量之间的相关性越好。
在方差分析中，我们将要考察的对象的某种特征称为试验指标，影响试验指标的条件称为因素，因素可分为两类，一类是人们可以控制的(如原材料、设备、学历、专业等因素)；另一类人们无法摔制的(如员工素质与机遇等因素)。
参考资料来源：百度百科-回归平方和
参考资料来源：百度百科-误差平方和
EXCEL中的R平方值是趋势线拟合程度的指标，它的数值大小可以反映趋势线的估计值与对应的实际数据之间的拟合程度，拟合程度越高，趋势线的可靠性就越高。
R平方值是取值范围在0～1之间的数值，当趋势线的 R 平方值等于 1 或接近 1 时，其可靠性最高，反之则可靠性较低。R平方值也称为决定系数。
扩展资料：
R平方值的计算方法如下：
R平方值=回归平方和(ssreg)/总平方和(sstotal)。
其中回归平方和=总平方和-残差平方和(ssresid)。
在线性回归分析中，可以使用RSQ函数计算R平方值：
RSQ函数语法为RSQ(known_y's,known_x's)。
将源数据中的y轴数据和x轴数据分别代入，就可以求得其“线性”趋势线的R平方值。
参考资料来源：百度百科—拟合优度
本回答被网友采纳R平方值是趋势线拟合程度的指标，它的数值大小可以反映趋势线的估计值与对应的实际数据之间的拟合程度，拟合程度越高，趋势线的可靠性就越高。
R平方值是取值范围在0～1之间的数值，当趋势线的 R 平方值等于 1 或接近 1 时，其可靠性最高，反之则可靠性较低。R平方值也称为决定系数。
扩展资料：
如果绘制散点图并添加R的平方值：
1、将要用的数据复制到Excel，选中要画图的区域区域。
2、点击插入，选择散点图。
3、选中图片右侧有几个快捷按钮，点击加号可以选择需要的功能。
4、有了趋势线后双击它进入下面的界面勾选下册的显示公式和R平方值。
参考资料：百度百科—R平方
本回答被网友采纳R可以理解为相关系数，像一元线性回归预测方法里面也有这个R，相关系数是反映两个变量间是否存在相关关系，以及这种相关关系的密切程度的一个统计量。越接近1关系越密切，越接近0则不存在线性关系。
R的平方则反映多元线性回归的关系，同样越接近1越线性相关，公式有，这里显示不出来。本回答被提问者采纳
