在多元多元线性回归中解释了增量方差

Question

我尝试计算多变量多元线性回归模型中由变量解释的增量方差，但我没有像多元线性回归那样的平方和参数。我喜欢这样的东西：

library(car) 

#Create variables and adjusted the model
set.seed(123)
N  <- 100
X1 <- rnorm(N, 175, 7)
X2 <- rnorm(N, 30, 8)
X3 <- abs(rnorm(N, 60, 30))
Y1 <- 0.2*X1 - 0.3*X2 - 0.4*X3 + 10 + rnorm(N, 0, 10)
Y2 <- -0.3*X2 + 0.2*X3 + rnorm(N, 10)
Y  <- cbind(Y1, Y2)
dfRegr <- data.frame(X1, X2, X3, Y1, Y2)
(fit <- lm(cbind(Y1, Y2) ~ X1 + X2 + X3, data=dfRegr))

#How do we get the proportion now? 

af <- Anova(fit)
afss <- af$"test stat"
print(cbind(af,PctExp=afss/sum(afss)*100))
#

显然不起作用。对此有一些方法吗？