累计解释方差就是模型里所有变量一起能说明的数据波动比例。比如在回归分析中R方是总方差被解释的比例累计可能是指逐步回归中每一步加入变量后总解释方差的增加。就像用多个筛子过滤数据噪音一样每个变量都帮我们筛掉一部分不确定因素加起来就是总筛除率。

比如用SPSS做逐步回归时发现三个变量累计解释方差从0.3升到0.65说明这三个变量共同解释了65%的数据波动。但调整后R方降到0.62因为新变量解释力有限。数据表里显示F值从12.3降到9.8P值从0.002到0.015说明加入的变量虽然有效但不如前面两个重要。就像搭积木一样前面两块积木稳住了大部分结构一块只能勉强加固边角。这符合方差分解原则每个新变量只能解释未被前变量覆盖的剩余波动。