Elysia Tools
导航
Math & Numbers
根据实际值和预测值计算决定系数 R 平方
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
R 平方计算器是一款用于评估回归模型拟合优度的专业工具。通过对比实际观测值与模型预测值，它能快速计算出决定系数（R²），帮助用户量化预测模型对数据波动的解释程度，是数据分析和统计建模中不可或缺的质量评估手段。
背景
正在学习线性回归，需要验证手动计算的 R 平方结果是否正确。
问题
快速获取一组简单观测数据的拟合优度指标。
如何使用
在实际值处输入 2, 4, 5, 4, 5，在预测值处输入 2.8, 3.4, 4, 4.6, 5.2，设置小数位为 4。
actualValues: 2, 4, 5, 4, 5
predictedValues: 2.8, 3.4, 4, 4.6, 5.2
decimalPlaces: 4结果
得到 R 平方值为 0.6，解释方差百分比为 60%，验证了模型的初步有效性。
背景
公司使用新算法预测了上周的每日订单量，需要评估该算法的实战表现。
问题
量化预测订单量与实际订单量之间的偏差程度。
如何使用
将上周 7 天的实际订单数和预测订单数分别粘贴到对应的输入框中进行计算。
结果
通过计算得出 R 平方值为 0.85，表明该预测模型能解释 85% 的订单波动，具有较高的参考价值。
通常在 0 到 1 之间。1 表示模型完美拟合数据，0 表示模型无法解释任何数据波动。
如果预测模型的表现比直接使用平均值作为预测结果还要差，计算出的 R 平方可能会出现负值。
是的，计算 R 平方需要成对的数据点，如果两组数据的样本量不匹配，计算将无法进行。
高 R 平方表示拟合度好，但需警惕过拟合现象，建议结合残差分析和业务逻辑综合判断。
工具支持使用英文逗号、空格或换行符作为数值之间的分隔符。