虽然我个人也不是很清楚软件背后的计算过程，不过理解原理就行额。就像楼主说的这个问题，加入新的变量后F值改变引起的R^2改变，可以理解为新变量的加入会使得模型的解释力发生改变，即R^2发生改变，至于改变显著与否，直接看F值对应的sig值就行额。其实，在一般的回归中，这个改变的R^2一般都没有报道的，个人感觉不必太深究这背后的计算过程额。祝好运。

F change也是一个F统计量，它的计算表达式是：[(相邻基础模型的残差平方和—当前模型的残差平方和)/当前模型比相邻基础模型增加的自变量个数]÷(当前模型的残差平方和/当前模型的自由度)，这个F统计量对应的自由度自然是：df1=当前模型比相邻基础模型增加的变量个数，df2=当前模型的自由度。因此，算出这个F统计量的值以后可以查表可求出它对应的概率p值（比如：在excel中利用F.DIST.RT(F change,df1,df2)就可计算p）。注：当前模型嵌套于相邻基础模型，就是说：相邻基础模型的自变量在当前模型中全部包含，当前模型在相邻基础模型的基础上又新增了自变量。

thanks for sharing