方差分析表提供了有关完整回归模型、每个主要效应（和交互作用）以及残差平方和的信息。该表的第一行提供了结果（Y）变量的变化，而未考虑其他变量或回归。这是通过每个Y值（yi）之间的差值的平方与所有Y值（y̅）的平均值之和来计算。将此报告为方差分析表底部行的平方和。

从数学角度来看，SStotal = Σ[(yi - y̅)2]

然后，计算实际Y值和回归模型预测的Y值（输入数据表的结果变量值，yi）之间的差异（差值）的平方和，这是残差的平方和。这是残差的平方和。

另外，从数学角度来看，SSresidual = Σ[(yi - ŷ)2]

这两个SS值之间的差值是回归的平方和。

SStotal - SSresidual = SSreg

方差分析表计算一个离差比，用来计算一个P值。该P值检验了回归模型完全无用的零假设，因此回归模型的预测并未比仅预测每个Y值等于所有Y值的平均值更好。只有当该P值很小时，才值得查看其他回归结果。

在回归信息正下方，将列出模型中包含的每个主要效应和交互作用项以及其III型平方和、自由度、均方（等于平方和除以自由度）、F统计量（等于该项的MS除以残差的MS）以及根据F统计量确定的P值。

方差分析表中报告的P值提供了有关该项对模型的整体效应的信息。对于连续变量的参数，这些P值与结果表的“参数估计”部分中显示的值相同。在这两种情况下，使用零假设（即，该项的效应为零）确定P值。对于方差分析表中所载的P值，这意味着比较具有特定项的模型是否与无特定项的模型相同。对于“参数估计”部分中所载的P值，这意味着比较β系数是否等于零。

对于具有两个或多个级别（或包括这些参数在内的交互作用）的分类变量，其解读不同。对于这些项，在方差分析表中给出单个P值，同时针对分类变量的每个级别（或交互作用）（参考级别除外）计算各项P值。方差分析表中所载的P值仍然检验零假设（即，有无该项的模型均相同）。该P值不能用于确定哪些特定级别或交互作用具有显著性。此外，这些变量的“参数估计”部分中所载的P值分别表示该特定级别（或交互作用）与变量参考级别之间的比较。未给出将一个级别与另一个级别进行比较的信息（仅给出将一个级别与参考级别进行比较的信息）。