关于这个问题，一元线性回归模型的判定系数r也称为相关系数，用于评估自变量和因变量之间的线性关系强度。它的取值范围在-1到1之间，越接近1表示自变量和因变量之间的线性关系越强，越接近-1表示自变量和因变量之间的线性关系越弱，接近0则表示二者之间没有线性关系。判定系数r的计算公式如下：
r = (nΣxy - ΣxΣy) / [sqrt(nΣx^2 - (Σx)^2) * sqrt(nΣy^2 - (Σy)^2)]
其中n为样本个数，x和y分别表示自变量和因变量，Σ表示求和符号。
（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)
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。
