谢邀。不知具体情况。大概说一下。
首先，回归模型显著吗？如果显著，自变量可以用于解释，而不宜用于预测。除非对预测误差要求很低。
如果不显著则问题较大。增加自变量取值范围或大小可能增加R方。
其次，可能有重要因子未纳入模型。最起码中心化后加入交互项或二次项试试。
再次，残差分析，是否存在自相关或非独立，异常值，严重非正态，严重异方差等。或者数据获取是否存在随机化约束或称为区组(例如分不同时间段，或分几次产生)？
例如，如果残差存在自相关或非独立，那么就应该通过剥离协方差效应或区组效应，或通过近邻点估计误差，而不是通过残差来估计误差。
误差平方和减少，则R方增大。
也就是说，残差不正常就不能用来估计误差平方和。
=======
补充: 如果存在重复试验或重复处理(Replication)，就可以估计纯误差，残差就分为失拟项和纯误差项两项，失拟项显著的话，应该用纯误差项估计误差。
