若有一组数据的总偏差平方和为120，相关指数R 2 为0.6，则残差平方和为______．

假设残差平方和为m，根据给定的相关指数R²为0.6，可以得出总偏差平方和与残差平方和之间的关系。我们知道相关指数R²代表了回归平方和占总偏差平方和的比例，即R²=1-（残差平方和/总偏差平方和）。因此，我们可以将总偏差平方和设为120，代入上述公式进行计算。

具体而言，根据公式0.6=1-(残差平方和/120)，我们可以通过简单的代数运算求解残差平方和。将0.6代入上述方程中，可以得到1-0.6=残差平方和/120，进一步简化为0.4=残差平方和/120。通过交叉相乘，可以得出残差平方和=0.4×120=48。

因此，当总偏差平方和为120，相关指数R²为0.6时，残差平方和为48。这个结果表明，残差平方和占总偏差平方和的40%，这反映了模型的拟合程度，即模型解释了60%的变异。

在回归分析中，相关指数R²是一个常用的统计量，用于衡量模型对数据的解释能力。当R²值接近1时，表示模型能够很好地拟合数据，而接近0则表示模型的解释能力较差。在这个问题中，R²=0.6，说明模型解释了60%的数据变异，但仍有40%的变异未能被模型解释，这部分变异可能由残差平方和所代表。

通过上述计算，我们可以得出残差平方和的具体数值，这对于评估模型的性能和理解数据的变异分布具有重要意义。了解残差平方和的大小有助于我们更好地理解模型的局限性，并为进一步的数据分析提供依据。