回帰平方和
$ S_{R}=\sum\left\{\left(\hat{\beta}_{0}+\hat{\beta}_{1} x_{i}\right)-\overline{y}\right\}^{2}=\hat{\beta}_{1} S_{x y}\left(=\frac{S_{x y}^{2}}{S_{x x}}\right)
データの変動の内、回帰直線によって説明できる部分
例えば、$ y=\beta_0 + \epsilonのような説明変数のない回帰モデルの場合は$ S_R=0となる
Rはreguression(回帰)のr
参考