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。在回归分析中通常用SSE表示,其大小用来表明函数拟合的好坏。将残差平方和除以自由度n-p-1(其中p为自变量个数)可以作为误差方差σ2的无偏估计,通常用来检验拟合的模型是否显著[1]。记在水平Ai下样本和为,其样本均值为因素A下的所有水平的样本总均值为在单因素方差分析(见下文)中,为了使造成各随机变量Xij之间的差异的大小能定量表示出来,引入: