问：r平方为多少拟合较好？
- 答：值越接近1就好。
拟合优度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）R²。R²最大值为1。R²的值越接近1，说明回归直线对正没渗观测值的拟合程度越好；反之，R²察碧的值越小，说明回归直线对观测值的拟合程度越差。
R²衡量的是回归方程整体的拟合度，是表达因变量举脊与所有自变量之间的总体关系。R²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（在MATLAB中，R²=1-"回归平方和在总平方和中所占的比率"）。
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。
拟合优度检验：
R平方越高，模型越适合您的数据。 在心理调查或研究中，我们通常发现低R平方值低于0.5。 这是因为我们试图预测人类行为，预测人类并不容易。
在这些情况下，如果R平方值很低，但有统计学上显着的独立变量（又称预测变量），仍然可以生成关于预测变量值中的变化如何与响应值变化相关联的见解。
当水平线比您的模型更好地解释数据时。 它主要发生在不包括截距的情况下。 没有截距，在预测目标变量方面，回归可能会比样本均值差。 这不仅是因为没有截距。 即使包含截距，它也可能是负的。在数学上，当模型的误差平方大于水平线上的总平方和时，这是可能的。
问：origin中拟合模型的R平方要达到多少才说明模型正确？？
- 答：拟指逗合出直线模型，R平方9.125. 不能笼统地说R平方=9.125线性好还是不好，R平方的大小和拟合所用数据的祥吵组数、显著性水平有关。楼主给出后可判断唯宴卖，尤其是所用数据的组数
- 答：一般用R值判断拟合结果，可取0.05。刚发现楼主的R=9.125是不对的R 1的。
- 答：抱歉，笔误兆野，应该是R=0.9125 。样本量约800，显著水平sig=0.95，也就是R的平族散喊方要在0.9025以上，可能编辑认为你的R的平方太接近0.9025了，掘燃也可能你的科研要求精度较高
- 答：我做论文是要求达到0.990以上，不知道你的要求是什么。
问：r方一般多少说明拟合的好？
- 答：r方一般0.999说明拟合的好。备燃
在工程设计或科学实验中所得到的数据往往是一张关于离散数据点的表 ，没有仿亩虚解析式耐庆来描述 x-y关系。根据所给定的这些离散数据点绘制的曲线，称为不规则曲线，通常用曲线拟合的方法解决这类问题。
拟合优度：
R^2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^2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^2。
R^2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。
