模型中，根据拟合优度与统计量的关系可知，当=0时，有（）。
A 、F=-1
B 、F=0
C 、F=l
D 、F=∞
参考答案:
【正确答案：B】
拟合优度为回归平方和（ESS）占总离差平方和（TSS）的比例，其计算公式为：F统计量的计算公式为：当=0时，ESS=0，所以有F=0。
判定一元线性回归方程拟合优度的判定系数R的取值范围
（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。
扩展资料
方法原理
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。
假定一个总体可分为r类，现从该总体获得了一个样本——这是一批分类数据，需要我们从这些分类数据中出发，去判断总体各类出现的概率是否与已知的概率相符。
R²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。R²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（在MATLAB中，R²=1-"回归平方和在总平方和中所占的比率"）。
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。
参考资料来源：百度百科-一元线性回归方程
参考资料来源：百度百科-拟合优度
判定系数R^2 的公式是什么？
R^2=ESS/TSS=1-RSS/TSS
判定系数也叫拟合优度、可决系数。表达式是:R^2=ESS/TSS=1-RSS/TSS，该统计量越接近于1，模型的拟合优度越高。
判定系数，也叫可决系数或决定系数，是指在线性回归中，回归平方和与总离差平方和之比值，其数值等于相关系数的平方。它是对估计的回归方程拟合优度的度量。为说明它的含义，需要对因变量y取值的变差进行研究。
扩展资料：
定系数只是说明列入模型的所有解释变量对因变量的联合的影响程度，不说明模型中单个解释变量的影响程度。
判定系数达到多少为宜，没有一个统一的明确界限值；若建模的目的是预测因变量值，一般需考虑有较高的判定系数。若建模的目的是结构分析，就不能只追求高的判定系数，而是要得到总体回归系数的可信任的估计量。判定系数高并不一定说明每个回归系数都可信任。
参考资料：百度百科——判定系数
某企业有甲、乙两个长方体的蓄水池，将甲池中的水以每小时6立方米的速度注入乙池，
1、由图可知，甲的深度与时间的函数关系是y=2-2x/3，乙的是y=1+x。
2、令2-2x/3=1+x，得出x=3/5。即注水3/5小时的时候，两个蓄水池深度相同。
3、当x=3的时候，甲水池的深度为0，所以，甲水池里共有18立方米的水，蓄水量与时间的函数关系为z=18-6x；当x=0的时候，乙的深度为1，当x=3的时候，甲水池的水全部注入乙水池，乙水池的蓄水量增加18立方米，深度增加3米，所以，乙水池的深度每增加1米，蓄水量增加6立方米，x=0的时候，乙水池的深度为1米，即蓄水量为6立方米，故，乙水池的蓄水量与时间的关系为z=6+6x。令18-6x=6+6x，得出x=1，即注水1小时的时候，两个蓄水池的蓄水量相同。
