快速了解拟合优度（一遍过）

 拟合优度（Goodness of Fit）是用来评估统计模型对观测数据的拟合程度的指标。它可以帮助我们确定模型是否能够很好地解释数据的变异性，以及模型对新数据的预测能力。

在这里我们主要介绍的是R方（R-squared）

R方（R-squared）是一种常用的衡量统计模型对数据拟合程度的指标，它衡量了因变量的变异程度能够被模型所解释的比例。R方的取值范围在0到1之间，较高的R方值表示模型能够较好地拟合数据。

R方可以通过以下公式计算： 

SSR（Sum of Squares Regression）表示回归平方和，表示模型预测值与因变量均值之间的差异的平方和。

SST（Total Sum of Squares）表示离差平方和，表示因变量与其均值之间的差异的平方和。

R方的特点如下：

1. 解释性：R方反映了模型能够解释的因变量变异的比例。当R方接近1时，说明模型能够很好地解释因变量的变异性，拟合程度较高。当R方接近0时，说明模型无法解释因变量的变异性，拟合程度较低。
2. 相对度量：R方是一个相对指标，它只能比较同一类模型在同一数据集上的拟合程度。不同类型的模型或在不同数据集上的R方值无法直接进行比较。
3. 非负值：R方的取值范围在0到1之间，永远不会为负值。当模型无法解释任何变异性时，R方为0；当模型能够完美拟合数据时，R方为1。

需要注意的是，R方并不一定是衡量模型好坏的唯一指标。R方只考虑了模型与数据的整体匹配程度，不能区分模型中的偏差和方差。因此，在评估模型时，除了R方，还应该考虑其他指标和评估方法，以全面衡量模型的拟合能力。