一、拟合优度检验ESSRSSR21TSSTSSTSS为总离差平方和，ESS为回归平方和，RSS为残差平方和可决系数该统计量用来测量样本回归线对样本观测值的拟合优度。该统计量越接近于1，模型的拟合优度越高。
R21RSS
k1TSS
1其中：
k1为残差平方和的自由度，
1为总体平方
调整的可决系数和的自由度。将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。二、方程的显著性检验F检验方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。
原假设与备择假设：H0β1β2β3βk0
F
H1βj不全为0
统计量
ESSkRSS
k1服从自由度为k
k1的F分布，给定显著性水平α，可得到临
界值Fαk
k1，由样本求出统计量F的数值，通过FFαk
k1或F≤Fαk
k1来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立。三、变量的显著性检验（t检验）对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。原假设与备择假设：H0：βi0（i12…k）；H1：βi≠0给定显著性水平α，可得到临界值tα2
k1，由样本求出统计量t的数值，通过ttα2
k1或t≤tα2
k1来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。四、参数的置信区间参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。
tiiS
i
统计量
iit
k1eecii
k1
在1α的置信水平下βi的置信区间是水平为α、自由度为
k1的临界值。
itsits
2i2i
，其中，tα2为显著性
五、异方差检验1帕克Park检验与戈里瑟Gleiser检验试建立方程：或选择关于变量X的不同的函数形式，对方程进行估计并进行显著性检验，如果存在某一种函
ei2fXjii
eifXjii
f数形式，使得方程显著成立，则说明原模型存在异方差性。如：帕克检验常用的函数形式：
fXji2Xeiji
或
l
ei2l
2l
Xjii
若α在统计上是显著的，表明存在异方差性。
Glejser检验类似于帕克检验。Glejser建议在从OLS回归取得误差项后，使用ei的绝对值与被认为密切相关的解释变量再做LS估计，并使用如右的多种函数形式。若解释变量的系数显著，就认为存在异方差。如下函数形式：ebbX
i
0r