用R^2来检验回归方程的拟合优度，R^2的范围是（0-1），问题是什么是拟合优度？、 拟合度就是说这个模型和你想象的理想情况差多少.试想如果所有的点都在直线上，一点也没有离开直线，那就说明拟合度很好，是1.就是能够完全解释.而现实情况肯定没有这样的.就比如你的努力程度和历次考试成绩，虽然越努力.
如何计算与实验数据曲线与标准曲线的拟合度？ 使用Eviews软件很方便，点Eviews上面的Quick-Estimate Equation，看看可决系数就可以了。或者：（1）计算残差平方和Q=∑(y-y*)^2和∑y^2，其中，y代表的是实测值，y*代表的是预测值；（2）拟合度指标RNew=1-(Q/∑y^2)^(1/2)Rnew是最近才出现的用于判定非线性回归方程的拟合度的统计参数，现在我还没有看到它的中文名称。之所以用角标new就是为了和线性回归方程的判定系数R2、adjusted R2进行区别。在对方程拟合程度的解释上，Rnew和R2、adjusted R2是等价的，其意义e79fa5e98193e59b9ee7ad9431333337613738也相同。对线性方程：R^2=∑(y预测-y)^2/∑(y实际-y)^2，y是平均数。如果R2=0.775，则说明变量y的变异中有77.5％是由变量X引起的。当R2＝1时，表示所有的观测点全部落在回归直线上。当R2=0时，表示自变量与因变量无线性关系。拟合优度是指回归直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）R^2。R^2的取值范围是[0，1]。R^2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R^2的值越接近0，说明回归直线对观测值的拟合程度越差。
是不是卡方拟合度的假设检验里只有单尾方法？ Excel函数是一个 。http：//hi.baidu.com/icmm/blog/item/bad118fabc8fe01da8d3118f.htm“目标”>；http：//hi.baidu.com/icmm/blog/item/bad118fabc8fe01da8d3118f.htm
