【资料图】

1、R²是指拟合优度，是回归直线对观测值的拟合程度。

2、表达式：R2=SSR/SST=1-SSE/SST其中：SST=SSR+SSE，SST(total sum of squares)为总平方和，SSR(regression sum of squares)为回归平方和，SSE(error sum of squares) 为残差平方和。

3、回归平方和：SSR(Sum of Squares forregression) = ESS (explained sum of squares)残差平方和：SSE（Sum of Squares for Error） = RSS(residual sum of squares)总离差平方和：SST(Sum of Squares fortotal) = TSS(total sum of squares)SSE+SSR=SST RSS+ESS=TSS扩展资料拟合优度检验：主要是运用判定系数和回归标准差，检验模型对样本观测值的拟合程度。

4、当解释变量为多元时，要使用调整的拟合优度，以解决变量元素增加对拟合优度的影响。

5、假定一个总体可分为r类，现从该总体获得了一个样本——这是一批分类数据，需要我们从这些分类数据中出发，去判断总体各类出现的概率是否与已知的概率相符。

6、参考资料来源：百度百科-拟合优度参考资料来源：百度百科-线性回归。

本文就为大家分享到这里，希望小伙伴们会喜欢。