应变量Y的离均差平方和划分,可能出现:A. SS 残差 =SS 回归B. SS 残差 =SS 总C. SS 残差 >SS 回归D. SS 总 =SS 回归E. SS 总＜ SS 回归

步骤 1：理解离均差平方和的含义
离均差平方和（Sum of Squares）是统计学中用于衡量数据分散程度的一种方法。在回归分析中，总离均差平方和（SS 总）可以被分解为回归平方和（SS 回归）和残差平方和（SS 残差）。
步骤 2：分析选项
A. SS 残差 = SS 回归：当回归模型解释能力非常差时，回归平方和和残差平方和可能相等。
B. SS 残差 = SS 总：当回归模型完全无法解释数据时，残差平方和等于总离均差平方和。
C. SS 残差 > SS 回归：当回归模型解释能力较差时，残差平方和可能大于回归平方和。
D. SS 总 = SS 回归：当回归模型完全解释数据时，总离均差平方和等于回归平方和。
E. SS 总 < SS 回归：这是不可能的，因为回归平方和是总离均差平方和的一部分。
步骤 3：选择正确答案
根据以上分析，正确答案为 A、B、C、D。