R平方就是擬合優度指標，代表了回歸平方和（方差分析表中的0.244）占總平方和（方差分析表中的0.256）的比例，也稱為決定系數。你的R平方值為0.951，表示X可以解釋95.1%的Y值，擬合優度很高，尤其是在這么大的樣本量（1017對數據點）下更是難得。
系數表格列出了自變量的顯著性檢驗結果（使用單樣本T檢驗）。截距項（0.000006109）的顯著性為0.956（P值），表明不能拒絕截距為0的原假設；回歸系數（X項）為0.908，其顯著性為0.000（表明P值小於0.0005，而不是0。想看到具體的數值，可以雙擊該表格，再把鼠標定位於對應的格子），拒絕回歸系數0.908（X項）為0的原假設，也就是回歸系數不為0；標准化回歸系數用於有多個自變量情況下的比較，標准化回歸系數越大，該自變量的影響力越大。由於你的數據僅有一個自變量，因此不需要參考這項結果。
對於線性回歸，我在百度還有其他的回答，你可以搜索進行補充。
追問
還有幾個問題：
R方大於多少表示擬合性好？
F值是指什么？后面的sig.又指什么？
最后一個表可以表明自變量和因變量顯著相關嗎？
追答
1、一般認為，相關系數達到0.1為小效應（R方0.01），0.3為中等R方0.09），0.5為大（R方0.25），這是針對自然科學的一般界限，不一定適用於你的學科。
2、在線性回歸中，F值為方差分析的結果，是一個對整個回歸方程的總體檢驗，指的是整個回歸方程有沒有使用價值（與隨機瞎猜相比），其F值對應的Sig值小於0.05就可以認為回歸方程是有用的。注意，這是對多個自變量的總體檢驗，而不是單個自變量（單個自變量在系數表中，為單樣本T檢驗），由於你的數據只有一個自變量自變量，因此其結果與單變量相同。
3、確實，最后一個表可以表明自變量和因變量顯著相關（因為Sig值為0.000）.
更詳細可參考：http://wenku.baidu.com/link?url=F6S29tUxd6XB8pXYFZjKAD3iymJah0slDsyCCWMaUtz2wYysGnWCtpWVsal3teO-h8Nwu3AjejCmWSRl0p09X3OcpWh6uhQ6_vQF5lJQMHK
轉載地址：http://AxRZCfugYjvGsu5YN0PjrcNXjGJaHTs43M7lOkb3Ystxj9AMC0RAJsabrbZI3WXDnNEdCDat