计算回归模型的R方指标（R语言）

计算回归模型的R方指标（R语言）

回归模型的R方指标（也称为决定系数）是评估回归模型拟合程度的常用指标之一。它表示因变量的变异程度可以由自变量解释的比例。在R语言中，我们可以使用summary()函数来获取回归模型的相关统计信息，包括R方指标。本文将介绍如何使用R语言计算回归模型的R方指标，并提供相应的源代码。

首先，我们需要准备回归模型的数据。以下是一个示例数据集，其中包含自变量x和因变量y的观测值。

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 5, 4, 5)

接下来，我们可以使用lm()函数拟合线性回归模型，并使用summary()函数获取回归模型的统计信息。

# 拟合线性回归模型
model <- lm(y ~ x)

# 获取回归模型的统计信息
summary(model)

运行上述代码后，将输出回归模型的统计信息，其中包括R方指标。在输出中，我们可以找到Multiple R-squared一栏，它给出了回归模型的R方值。

Call:
lm(formula &#