R方 拟合优度

拟合优度（Goodness of Fit）是指回归直线对 观测值的拟合程度。度量拟合优度的统计量是 可决系数（亦称确定系数）R^2。R^2的取值范围是[0，1]。R^2的值越 接近1，说明 回归直线对观测值的拟合程度越好；反之，R^2的值越接近0，说明回归直线对观测值的拟合程度越差。

中文名

拟合优度

外文名

Goodness of Fit

定    义

指回归直线对 观测值的拟合程度

适用范围

判定系数和回归 标准差

统计量

可决系数

目录

1. 1 概念
2. 2 拟合优度检验

概念

编辑

R衡量的是 回归方程整体的 拟合度，是表达 因变量与所有 自变量之间的总体关系。 R等于回归 平方和在 总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比。实际值与平均值的总误差中，回归误差与 剩余误差是此消彼长的关系。因而回归误差从正面测定线性模型的拟合优度，剩余误差则从反面来判定线性模型的拟合优度。

统计上定义剩余误差除以 自由度n – 2所得之商的平方根为估计标准误。为 回归模型拟合优度的判断和评价指标，估计标准误显然不如 判定系数 R。 R 是 无量纲系数，有确定的 取值范围 (0—1)，便于对不同资料回归模型拟合优度进行比较；而 估计标准误差是有计量单位的，又没有确定的取值范围，不便于对不同资料回归模型拟合优度进行比较。

拟合优度曲线图

金融的应用和解释：

拟合优度是一个统计术语，是衡量金融模型的预期值和现实所得的实际值的差距。

它是一种统计方法应用于金融等领域，基于所得观测值的基础上作出的预测。换句话说，它是衡量如何将实际观测的数值进行模拟的相关预测。 [1]  

拟合优度检验

编辑

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。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。

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，现在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。譬如要检验一颗 骰子是否是均匀的，那么可以将该骰子抛掷若干次，记录每一面出现的次数，从这些数据出发去检验各面出现的概率是否都是1/6，  拟合优度检验就是用来检验一批分类数据所来自的总体的分布是否与某种理论 分布相一致。