C．残差点分布的带状区域的宽度越窄残差平方和越小． 可用残差图判断模型的拟合效果，残差点比较均匀地落在水平的带状区域中，说明这样的模型比较合适．带状区域的宽度越窄，说明模型的拟合精度越高．则对应相关指数越大，故选项D错误，故选：D．
方差齐性检验的意义 方差齐性检验意义在于反映了一组数据与其平均值的偏离程度。方差齐性检验是方差分析的重要前提，是方差可加性原则应用的一个条件。方差齐性检验是对两样本方差是否相同进行。
齐性检验的简介 方差齐性检验（Homogeneity of variance test）是数理统计学中检查不同样本的总体方差是否相同的一种方法32313133353236313431303231363533e58685e5aeb931333361303132。常用方法有：Hartley检验、Bartlett检验、修正的Bartlett检验。方差分析中有三条前提假设，其中一条是：不同水平的总体方差相等。因为F检验对方差齐性的偏离较为敏感，故方差齐性检验十分必要。在线性回归分析中，也要满足以上三条前提假设，除了方差齐性检验外，另二个是：因变量是否符合正态分布和是否待分析的因变量中的个案彼此独立也就是个案间不存在自相关并来自于同一个总体。对于线性回归分析，只是多一个需要因变量和自变量有线性趋势。其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。spss中的方差齐性检验：首先需要知道方差齐性检验的本质：样本以及总体的方差的分布是常数，和自变量或者因变量没有关系。方法：绘制散点图：一般情况因变量是纵轴，但是，在方差齐性检验中，因变量被设置为横轴，纵轴是学生化残差。原因就是，要弄清究竟因变量和残差之间有没有关系。结果：如果残差随机分布在一条穿过零点的水平直线的。
