什么是决心系数?
决定系数(R²或R²)是回归模型中的一个统计度量，它决定了方差在因变量中所占的比例独立变量．换句话说，决定系数告诉人们数据与模型的拟合程度(拟合优度)。
虽然决定系数为回归模型提供了一些有用的见解，但在评估统计模型时不应仅仅依赖于该度量。它没有披露有关的信息因果关系在独立和因变量，并不能说明回归模型的正确性。因此，用户应该总是通过分析决定系数和统计模型中的其他变量来得出关于模型的结论。
决定系数可以取0到1之间的任何值。此外，统计指标经常用百分比表示。
决定系数(R²)的解释
决定系数最常见的解释是回归模型对观测数据的拟合程度。例如，决定系数为60%表明有60%的数据适合回归模型。一般来说，系数越大，说明模型拟合越好。
然而，对于回归模型来说，高r平方并不总是好的。系数的质量取决于几个因素，包括变量的度量单位、模型中使用的变量的性质以及应用的数据转换。因此，有时，高系数可能表明回归模型存在问题。
对于如何将决定系数纳入模型的评估，没有通用的规则。预测或实验所基于的上下文非常重要，在不同的场景中，来自统计指标的见解可能不同。
系数的计算
数学上，决定系数可以用以下公式求得:
地点:
- 党卫军回归-由于回归的平方和(解释的平方和)
- 党卫军总计-总平方和
虽然术语“总平方和”和“由于回归的平方和”似乎令人困惑，但变量的含义是直接的。
总平方和度量观测数据(用于回归建模的数据)的变化。由回归产生的平方和衡量回归模型对用于建模的数据的表示程度。
更多的资源
为了继续学习和促进你的职业发展，以下额外的CFI资源将会很有用:
