总离差平方和

总离差平方和（SST）是统计学中用于衡量数据分散程度的一个指标，它反映了全部观察值离散程度的总规模。具体来说，SST可以分解为回归平方和（SSR）和残差平方和（SSE）：

- **总离差平方和 （SST）** ：反映了全部观察值与均值之间的差异程度，是所有离差平方值的总和。

- **回归平方和 （SSR）** ：反映了自变量对因变量的线性影响所引起的因变量的变化部分。

- **残差平方和 （SSE）** ：反映了除了自变量对因变量的线性影响之外，其他所有因素（包括非线性影响和测量误差等）对因变量的影响。

SST的计算公式为：

```SST = Σ（xi - x̄）²```

其中，`xi` 表示第 `i` 个数据点，`x̄` 表示数据的均值，`Σ` 表示求和符号。

通过分析SST，我们可以了解数据的分布情况，检验不同因素对因变量的影响，以及评估回归模型的拟合优度

其他小伙伴的相似问题：

总离差平方和的应用场景有哪些？

如何用Excel计算总离差平方和？

总离差平方和与样本方差有何区别？