回归平方和（regression sum of squares）

在回归分析中，由自变量决定的离差平方和。等于\(\sum_{i=1}^{n}(\hat{Y_i}-\bar{Y})^2\)，式中\(\hat{Y_i}\)是第\(i\)次观测的预测值，\(\bar{Y}\)是样本均值。回归平方和的自由度为自变量个数\(p\)。回归平方和除以其自由度称为回归均方。