模型摘要表包含可用于选择模型的统计量。此表包括三个统计量：

·    R 平方偏差通常认为是由模型解释的数据偏差的比率。R偏差越大，模型与数据的拟合度越高。

·    R 平方偏差（调整的）表示已根据模型中的项数调整的修正 R 偏差。典型解释与 R2 偏差相同。使用调整的统计量比较具有不同预测变量数的各个模型。

·    赤池信息量准则 (AIC) 是指用于比较模型的三个统计量中最有效的统计量。但是，与 R2 统计量相似，AIC 自身没有通用解释。AIC 越小，模型与数据的拟合度越高。

使用这些统计量比较不同的模型。较高的 R2 值和较低的 AIC 值均无法保证模型与数据拟合良好。除模型摘要外，还可以使用拟合优度检验来评估模型与数据的拟合度。

模型汇总
 
           偏差 R-Sq
偏差 R-Sq     (调整)    AIC
   12.66%      9.25%  84.77
                           

谷类食品数据的 R2 偏差为 12.66%，调整的 R2 偏差为 9.25%，而 AIC 为 84.77。R2 统计量的值较大或其他模型的 AIC 的值较低，表示不同预测变量集能做的更好。