回归平方和ESS是因ŷ和优化回归的
因变量值——的总和之间的差异意味着因变量Y的值,数值=∑(ŷ-ȳ)2,也称为解释广场的总和。当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和回归线预测的ŷ值并不总是完全相同。ESS越大，说明
多元线性回归曲线对样本观测值的拟合越好。
回归平方和ESS是总偏差平方和(总偏差平方和)TSS和残差平方和(RSS)， ESS= TSS-RSS。
式中，TSS=∑(yi-ȳ)2=∑(u)2，其中ȳ为实验值yi的
平均值，u =y-ŷ;RSS =∑(yi - ŷ) 2。
回归系数标准误是指样本回归系数分布的
标准差。