R平方就是拟合优度指标，代表了回归平方和（方差分析表中的0.244）占总平方和（方差分析表中的0.256）的比例，也称为决定系数。你的R平方值为0.951，表示X可以解释95.1%的Y值，拟合优度很高，尤其是在这么大的样本量（1017对数据点）下更是难得。 系数表格列出了自变量的显著性检验结果（使用单样本T检验）。截距项（0.000006109）的显著性为0.956（P值），表明不能拒绝截距为0的原假设；回归系数（X项）为0.908，其显著性为0.000（表明P值小于0.0005，而不是0。想看到具体的数值，可以双击该表格，再把鼠标定位于对应的格子），拒绝回归系数0.908（X项）为0的原假设，也就是回归系数不为0；标准化回归系数用于有多个自变量情况下的比较，标准化回归系数越大，该自变量的影响力越大。由于你的数据仅有一个自变量，因此不需要参考这项结果。 对于线性回归，我在百度还有其他的回答，你可以搜索进行补充。
追问
还有几个问题：
R方大于多少表示拟合性好？
F值是指什么？后面的sig.又指什么？
最后一个表可以表明自变量和因变量显著相关吗？
追答
1、一般认为，相关系数达到0.1为小效应（R方0.01），0.3为中等R方0.09），0.5为大（R方0.25），这是针对自然科学的一般界限，不一定适用于你的学科。
2、在线性回归中，F值为方差分析的结果，是一个对整个回归方程的总体检验，指的是整个回归方程有没有使用价值（与随机瞎猜相比），其F值对应的Sig值小于0.05就可以认为回归方程是有用的。注意，这是对多个自变量的总体检验，而不是单个自变量（单个自变量在系数表中，为单样本T检验），由于你的数据只有一个自变量自变量，因此其结果与单变量相同。
3、确实，最后一个表可以表明自变量和因变量显著相关（因为Sig值为0.000）. 更详细可参考：http://wenku.baidu.com/link?url=F6S29tUxd6XB8pXYFZjKAD3iymJah0slDsyCCWMaUtz2wYysGnWCtpWVsal3teO-h8Nwu3AjejCmWSRl0p09X3OcpWh6uhQ6_vQF5lJQMHK 转载地址：http://AxRZCfugYjvGsu5YN0PjrcNXjGJaHTs43M7lOkb3Ystxj9AMC0RAJsabrbZI3WXDnNEdCDat