jacky
在360问答统计学中对变量进行线行回归分析，采用最小二乘法进行参数估计时，R平方为回归平方和与总离差平方和的比值，表示总离差平方和中可以由回归平方和解释的比例，这一比例越大越好，模型越精确，回归效果越显著。R攻派坚提每船今平方介于0~1之间，越接近1，回归拟合效果越好，一般认为超过0.8的模型拟合优度比较高。
回归直线的求法
最小二乘法伤济滑伟依朝想年帮氢：
总离差不能用n个离差之和来表示，通常是用离差的平方和，即作为总离差，并使之达到最小，这样回归直线就是所有直线中Q取最小值的那一条，这种使“离差平方和最小”的方法，叫做最小二乘法：
由于绝对值使得计算不变，在实际应用中人们更喜欢用：Q=（y1-bx1-a）²+（y2-bx2-a）²+···化困劳式这落···+（yn-bxn-a）环历队凯停尽听吸气造²，这样，问题就归结于：当a，b取什么值时Q最小，即到点直线y=bx+a的“既散认破严击革制限读了整体距离”最小。
用最小二乘法求回归直线方程中的a,b有下面的公式：
参考资料：百度百科-R平方 百度百科-回归方程
