偏回归平方和（partial regression sum of square），理学-统计学-数理统计-方差分析模型，多元线性回归中减少一个自变量所引起回归平方和减少的数量。偏回归平方和反映了单个自变量对于响应变量回归的贡献。因此每个自变量在多元回归中的贡献，可以通过该自变量所对应的偏回归平方和进行度量。若某个自变量对应的偏回归平方和越大，说明该自变量在回归中所起的作用越大，反之则在回归中所起的作用越小。 设线性回归模型为，其中为响应变量，为自变量（设由自变量组成），为随机误差项。定义总的偏差平方和（SST）为，其中为观察到的的样本均值；定义残差平方和（SSE）为，其中为第个拟合的响应变量值；定义回归平方和（SSR）为。则有下列关系成立。回归平方和表示了响应变量的变动（SST）中可以用回归模型来解释的那部分偏差平方和。记为删除自变量后由其他个自变量计算得到的回归平方和，则偏回归平方和定义为。偏回归平方和是自变量重要性的样本特征，越大，说明对响应变量的影响越显著，因此可用于回归变量的筛选。