方差分析中的组内方差如何计算？
影响力的平方和记为SST，分为两部分。
一部分是由控制变量引起的离散度，记为SSA（组间偏差平方和），另一部分是由随机变量引起的。
SSE（组内偏差平方和）。
即SST=SSA+SSE。
组间偏差平方和（SSA）是各水平均值与总体均值的偏差平方和，反映控制变量的影响程度。
组内偏差平方和是该级别各数据与组内均值的偏差平方和，反映数据抽样误差的大小。
从F值可以看出，如果不同水平的控制变量对观测变量有显着影响，那么观测变量之间的偏差平方和就会很大，F值 也会很大； 反之，如果控制变量的不同水平对观测变量没有显着影响，则组内偏差平方和会较大，F值会较小。
同时SPSS还会根据F分布表给出相应的伴随概率值sig。
如果sig小于显着性水平（一般显着性水平设置为0.05、0.01或0.001），则认为控制变量不同水平下的总体均值存在显着性差异，反之亦然。
一般情况下，F值越大，sig值越小。
扩展信息
方法原理：
（1）线性相关：两个变量线性相关；
<(2)曲线相关：有相关趋势，但不是线性的；
(3)正相关和负相关：两个变量的增长趋势是否一致；
>(4)CompleteRelated：亲密程度。
注：当变量为有序变量或名义变量时，一般不考虑直线和曲线相关问题。
参考来源：百度百科-方差分析
为什么很多人称SSE为残差平方和而我的计量经济学书上写的却是RSS ？
SSE是误差项的平方和，反映误差项情况，RSS也反映误差项情况； 它们都有相同的含义。
