3.107 FAQ-645 线性拟合可以获得哪些拟合统计量？

Fit-Statistics

Last Update: 10/23/2019

线性回归分析会对拟合结果进行统计分析，主要统计量介绍如下:

• 点数 Number of Points
  拟合的总数据点数。
• 自由度 Degrees of Freedom
  模型的自由度。
• Reduced Chi-Sqr
  相当于残差的平方和除以自由度。
• R 值 R Value
  相当于 的平方根。
• 残差平方和 Residual Sum of Squares
  残差平方和（RSS），或原数据点和拟合点的偏差值的平方和。
• Pearson's r
  Pearson 相关系数。
• R 平方 R-Square (COD)
  决定系数。
• 调整后 R 平方 Adj. R-Square
  调整后的决定系数。
• 均方根误差 Root-MSE (SD)
  残差标准差（SD），或均方误差的平方根。
• 残差平方和根 Norm of Residuals
  相当于 RSS 的平方根。
  想了解更多信息，请参阅: 统计信息这个文档。
• 方差分析 ANOVA
  输出方差分析的表格。
  想了解更多信息，请参阅: ANOVA表这个文档。
• 协方差矩阵 Covariance matrix
  输出协方差矩阵。
  想了解更多信息，请参阅: 协方差矩阵和相关矩阵这个文档。
• 相关矩阵 Correlation matrix
  输出相关矩阵。
  想了解更多信息，请参阅: 协方差矩阵和相关矩阵这个文档。
• 异常值 Outliers
  输出异常值列表。

  如果想进一步了解这些统计量的意义， 请参考这个帮助文档：拟合统计量的解释

  ---

  Keywords:Fit Statistics, Linear Curve Fit, 拟合统计量, 线性曲线拟合