回归平方和多少合适

❶ r2为多少时可以认为拟合的好

R²的值越接近1，说明回归直线对观测值的拟合程度越好。

拟合优度为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R²。R²最大值为1。R²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，R²的值越小，说明回归直线对观测值的拟合程度越差。

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。

模型的拟合度

模型的拟合度是用R和R方来表示的，一般大于0.4就可以了；自变量的显着性是根据各个自变量系数后面的Sig值判断的，如果小于0.05可以说在95%的显着性水平下显着，小于0.01就可以说在99%的显着性水平下显着了。如果没有给出系数表，是看不到显着性如何的。

回归分析(regression analysis)是研究一个变量（被解释变量）关于另一个（些）变量（解释变量）的具体依赖关系的计算方法和理论。

以上内容参考：网络-拟合优度