迴歸模式中的r2是什麼意思

在迴歸分析中，R^2（讀作 "R squared"）是迴歸模型擬合程度的指標，它表示迴歸模型所能解釋的因變量變異佔總變異的比例。R^2的值介於0到1之間，一個模型如果能夠完全解釋因變量的變異，其R^2值為1。如果R^2值接近0，則表示模型解釋因變量的能力很差。

R^2的計算公式如下：

[ R^2 = 1 - \frac{SS{res}}{SS{tot}} ]

其中，

• SS_{res} 是剩餘變異量（Residual Sum of Squares, RSS），它表示迴歸模型無法解釋的因變量變異。
• SS_{tot} 是總變異量（Total Sum of Squares, TSS），它表示因變量的總變異，包括模型解釋的和無法解釋的變異。

R^2的值越高，表示模型的擬合效果越好，即模型解釋因變量的能力越強。但是，R^2並不是評估迴歸模型好壞的唯一指標，有時還需要結合其他指標，如調整後的R^2、F檢驗、係數的t檢驗等來綜合評估模型的性能。