Considere uma amostra aleatória de n pares de valores de duas variáveis, X_i e Y_i, com i = 1,2, ..., n e admitindo-se que Y é função linear de X, pode-se estabelecer uma regressão linear simples da forma Y_i = \( \beta \)₀ + \( \beta \)₁X_i + e_i, onde \( \beta \)₀ e \( \beta \)₁ são parâmetros desconhecidos, X é a variável independente e Y é a variável dependente. O erro e_i é uma série de valores independentes e identicamente distribuídos com e_i ∼ N(0,\( \sigma ^2 \)).

Uma amostra aleatória de 10 pares de valores X_i e Y_i forneceu o quadro ANOVA a seguir:

Assim, os valores de R² (o coeficiente de determinação) e da estatística do teste F (Razão F) são dados, respectivamente, por