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。各实验点(xi,yi)并不一定都落在回归线上，各实验点偏离回归线的程度，可用它们的总偏差平方和(总平方和)TSS(TotalSumofSquares)来表征，TSS=∑(?-?)2+∑(u)2，其中?是各实验值yi的平均值，u=y-?RSS(ResidualSumofSquares)=∑(u)称为残差平方和，ESS(ExplainedSumofSquares)=∑(?-?)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。