下列那些统计量可以用来检验回归模型的显著性（）。A. t-统计量B. F-统计量C. 估计标准误差D. 回归变差E. 判定系数

步骤 1：理解回归模型显著性检验的统计量
回归模型的显著性检验通常用于判断模型中的自变量是否对因变量有显著影响。常用的统计量包括t-统计量、F-统计量、估计标准误差、回归变差和判定系数等。

步骤 2：分析每个统计量的作用
- t-统计量：用于检验单个回归系数的显著性，即检验单个自变量对因变量的影响是否显著。
- F-统计量：用于检验整个回归模型的显著性，即检验所有自变量对因变量的联合影响是否显著。
- 估计标准误差：衡量回归模型预测值与实际值之间的平均差异，但不直接用于显著性检验。
- 回归变差：衡量回归模型解释的因变量变异程度，但不直接用于显著性检验。
- 判定系数：衡量回归模型解释的因变量变异程度的比例，但不直接用于显著性检验。

步骤 3：确定可以用来检验回归模型显著性的统计量
根据上述分析，可以用来检验回归模型显著性的统计量是t-统计量和F-统计量。