回歸平方和：ESS，殘差平方和：RSS，總體平方和：TSS。

1、回歸平方和，是反映自變量與因變量之間的相關(guān)程度的偏差平方和。用回歸方程或回歸線來描述變量之間的統(tǒng)計關(guān)系時，實(shí)驗(yàn)值yi與按回歸線預(yù)測的值Yi并不一定完全一致。

2、殘差平方和是在線性模型中衡量模型擬合程度的一個量，用連續(xù)曲線近似地刻畫或比擬平面上離散點(diǎn)組，以表示坐標(biāo)之間函數(shù)關(guān)系的一種數(shù)據(jù)處理方法。

3、總體平方和是被解釋變量Y的觀測值與其平均值的離差平方和（總平方和）(說明 Y 的總變動程度）

擴(kuò)展資料：

RSS(Residual Sum of Squares)=∑(u)2稱為殘差平方和，ESS (Explained Sum of Squares)=∑(?-?)2稱為回歸平方和。殘差平方和越小，自變量與因變量之間的相關(guān)性越好。

性質(zhì)

解釋變量與殘差平方和

殘差平方和RSS具有以下性質(zhì)：

1、性質(zhì)1?只有常數(shù)項(xiàng)沒有其他解釋變量的回歸方程的RSS和TSS相等，其決定系數(shù)為0。

2、性質(zhì)2?增加解釋變量必然導(dǎo)致RSS減小。因此，如果想降低RSS，只要在回歸方程中盡可能地加入解釋變量就能達(dá)到目的。

3、性質(zhì)3?包含常數(shù)項(xiàng)全部解釋變量的個數(shù)K等于樣本數(shù)n時，RSS為0，決定系數(shù)為1。

F檢驗(yàn)和t檢驗(yàn)之間的關(guān)系

在一些場合t檢驗(yàn)不僅可以進(jìn)行雙側(cè)檢驗(yàn)，也可以進(jìn)行單側(cè)檢驗(yàn)。而F檢驗(yàn)沒有單側(cè)和雙側(cè)的區(qū)別。當(dāng)進(jìn)行雙側(cè)檢驗(yàn)的時候兩種檢驗(yàn)的P值相同。

參考資料來源：百度百科-回歸平方和

參考資料來源：百度百科-殘差平方和