基本分析 • 单因子分析 • “均值/方差分析”和“均值/方差分析/合并的 t” • “拟合汇总”报表
上一个
 • 
下一个
“拟合汇总”报表
“拟合汇总”报表显示单因子方差分析的汇总信息。
R 方
拟合每个因子水平的均值所能解释变异的比例用 R 方来测量。剩余变异由随机误差造成。若拟合组均值可解释所有变异（无误差），则 R2 值为 1。R2 为 0 表示拟合作为一个预测模型所起的作用与总体响应均值一样差。详细信息，请参见“拟合汇总”报表。
R2 也称为决定系数。
注意：较低的 R 方值表明可能存在一些模型中未包含的变量，这些变量能够解释无法解释的变异。不过，若数据受大量内在变异的影响，则即便是有用的方差分析模型，其 R 方值也可能很低。阅读您研究领域中的文献资料，了解有关典型 R 方值的信息。
调整 R 方
通过在计算中使用自由度，调整 R2 使该值在带有不同数量参数的各个模型之间更具可比性。详细信息，请参见“拟合汇总”报表。
均方根误差
估计随机误差的标准差。它是在“方差分析”报表中显示的误差的均方平方根。
响应均值
响应变量的总体均值（算术平均值）。
观测数（或权重和）
估计拟合中使用的观测数。若使用权重，则它是权重和。请参见“拟合汇总”报表。