数学建模方法—【03】拟合优度的计算(python计算)

拟合优度

1. 概念

引用百度百科定义:
拟合优度（Goodness of Fit）是指回归曲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。
规则: R²的值越接近1，说明回归曲线对观测值的拟合程度越好；反之，R²的值越小，说明回归曲线对观测值的拟合程度越差。
    总而言之，拟合优度是用于度量拟合曲线对于原始数据拟合效果的好坏，拟合优度$R^2$越接近1说明拟合优度越好，一般来说，拟合优度到达0.8以上就可以说拟合效果不错了。

2. 计算方法

         设 $y$为待拟合数据，y的均值为$\overline{y}$，拟合数据为$\hat{y}$，则:
                1. 总平方和 SST(total sum of squares) : $\sum _{i=1}^n(y_i-\overline{y}$