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。
R衡量的是回归方程整体的拟合度,是表达因变量与所有自变量之间的总体关系。
R等于回归平方和在总平方和中所占的比率,即回归方程所能解释的因变量变异性的百分比。
实际值与平均值的总误差中,回归误差与剩余误差是此消彼长的关系。
因而回归误差从正面测定线性模型的拟合优度,剩余误差则从反面来判定线性模型的拟合优度。
统计上定义剩余误差除以自由度n–2所得之商的平方根为估计标准误。为回归模型拟合优度的判断和评价指标,估计标准误显然不如判定系数R。
R是无量纲系数,有确定的取值范围(0—1),便于对不同资料回归模型拟合优度进行比较;而估计标准误差是有计量单位的,又没有确定的取值范围,不便于对不同资料回归模型拟合优度进行比较。
拟合优度是一个统计术语,是衡量金融模型的预期值和现实所得的实际值的差距。
它是一种统计方法应用于金融等领域,基于所得观测值的基础上作出的预测。换句话说,它是衡量如何将实际观测的数值进行模拟的相关预测。
主要是运用判定系数和回归标准差,检验模型对样本观测值的拟合程度。
当解释变量为多元时,要使用调整的拟合优度,以解决变量元素增加对拟合优度的影响。