matlab评价指标R2

在Matlab中，可以通过线性拟合工具得到一阶线性或高阶非线性的拟合曲线，以及该线对于样本的拟合优度。其中，拟合优度用R2来表示，R2的取值范围在0到1之间，数值越大说明自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高。具体计算R2的方法如下：

1.计算总平方和SST：SST = ∑(yi-ȳ)²，其中yi为样本数据，ȳ为样本数据的平均值。

2.计算回归平方和SSR：SSR = ∑(ŷi-ȳ)²，其中ŷi为拟合曲线上的预测值。

3.计算残差平方和SSE：SSE = ∑(yi-ŷi)²，其中yi为样本数据，ŷi为拟合曲线上的预测值。

4.计算R2：R2 = SSR/SST = 1 - SSE/SST

下面是一个Matlab代码示例，用于计算R2：

% 导入数据
data = load('data.txt');
x = data(:, 1);
y = data(:, 2);

% 线性拟合
mdl = fitlm(x, y);

% 计算R2
R2 = mdl.Rsquared.Ordinary;
disp(['R2 = ', num2str(R2)]);