迴歸係數P的檢驗是t檢驗，當P<α值，即迴歸係數顯著，拒絕原假設。

迴歸模型檢驗是檢驗模型是否合適，透過F檢驗，當F檢驗P<α，則模型顯著，即反映的總體迴歸。

透過這兩種檢驗，而且符合經濟自然規律後的模型可預測。

如果在迴歸分析中，只包括一個自變數和一個因變數，且二者的關係可用一條直線近似表示，這種迴歸分析稱為一元線性迴歸分析。如果迴歸分析中包括兩個或兩個以上的自變數，且自變數之間存線上性相關，則稱為多重線性迴歸分析。

剩餘標準差S，也稱均方差，統計學概念，線上性迴歸分析中，真實值和估計值之間的差稱為殘差（或者剩餘量），所有預測值的殘差平方和（或者剩餘平方和），剩餘標準差就是剩餘平方和的開平方。用來表示估計值的精度。

剩餘標準差

f為殘差自由度

剩餘標準差

GB50021對剩餘標準差的規定：主要引數沿深度有相關性時，按下式確定剩餘標準差

迴歸分析中： F值是檢驗線性關係，一般越到越好 P值是機率值，顯示引數估計的精準度，一般小於0.1均可，越小越好 a值你講的可能是截距吧，也是看他對應的P值或T值。

不同分析方法裡面的F值是有些差別的含義的，當然本質上都是屬於方差分析的原理。

比如 就是在方差分析中，可以理解為F值越大，差異越顯著，但還是要先看sig的值是否顯著，如果sig沒有達到顯著效果，即使F再大也使沒有意義的。