什么是决定系数(the coefficient of determination)？

确定系数是一种统计测量，它检验了在预测给定事件的结果时，如何通过第二个变量的差异来解释一个变量的差异。换句话说，这个系数，更为常见的R平方（或R2），评估了两个变量之间的线性关系有多强，并且在进行趋势分析时，研究人员非常依赖。举一个应用实例，这个系数可能考虑以下问题：如果某一天妇女怀孕，她将来会在特定日期分娩的可能性是多少？在这种情况下，这个度量旨在计算两个相关事件：概念和出生之间的相关性。

1:58

R平方

关键要点

• 决定系数是一个以数据模型的统计分析为中心的复杂概念。
• 决定系数用来解释一个因素与另一个因素之间的关系会造成多大的变化。
• 这个系数通常被称为R平方（R）
• 此度量值表示为0.0到1.0之间的值，其中1.0表示完全拟合，因此是未来预测的高度可靠模型，而0.0表示模型根本无法准确地建模数据。 

理解决定系数

决定系数是用来解释一个因素与另一个相关因素之间的关系会导致多大程度的变化的一种度量。这种相关性称为“拟合优度”，表示为0.0到1.0之间的值。值为1.0表示完全拟合，因此是未来预测的高度可靠模型，而值为0.0则表示计算根本无法准确地建模数据。但例如，值为0.20表示因变量的20%由自变量预测，而值为0.50表示因变量的50%由自变量预测，以此类推。

绘制测定系数

在图上，拟合优度度量拟合线与散布在图中的所有数据点之间的距离。紧密的数据集将有一条靠近点的回归线，并且具有高水平的拟合，这意味着线和数据之间的距离很小。尽管一个好的拟合的R2接近1.0，但这个数字本身并不能确定数据点或预测是否有偏差。它也不能告诉分析者决定值的系数本质上是好是坏。用户可自行决定评估这种相关性的含义，以及如何将其应用于未来趋势分析。