您好,今天帅帅来为大家解答以上的问题。模型拟合度，拟合度相信很多小伙伴还不知道,现在让我们一起来看看吧！
1、拟合度检验是对已制作好的预测模型进行检验，比较它们的预测结果与实际发生情况的吻合程度。
2、通常是对数个预测模型同时进行检验，选其拟合度较好的进行试用。
3、常用的拟合度检验方法有：剩余平方和检验、卡方(c2)检验和线性回归检验等。
4、拟合度，也就是“R-squared”。
5、⑴．剩余平方和检验是将利用预测的理论预测值（ ）与病害发生的实际情况(y)进行比较，求得它们的差异平方和(Q)、回归误差(S)及曲线相关比(r)的值，希望Q、S的值愈小愈好，曲线相关比（r）愈大愈好。
6、， r(曲)=1－(Q/Lyy)⑵．卡方（c2）检验的计算公式⑶．回归误差检验法 （Sy/x检验）通常，多因素预测方程的通式为： y=b0+b1x1+b2x2+···+bnxn±2Sy/x方程尾部的Sy/x为方程的回归误差。
7、在利用预测方程的回归误差进行预测效果的检验时，认为预测值落在2个回归误差的范围之内，就认为预测正确，其实，回归误差是由建立预测方程的原始数据决定的，当原始数据的摆动范围愈大，所建方程的回归误差Sy/x也就愈大，此时用Sy/x作为检验标准，也就扩大了误差范围，因此，该方法的使用尚需探讨。
8、⑷．参数检验法（线性回归检验法）在预测模型研制一章中已经提到，要比较几个模型的预测效果时可用参数检验法检查预测值 与病害发生的实测值y的符合情况，即 =y时，它们应符合： =0+1y，用预测方程所得到的 的与相应的病害发生实测值进行回归，就可以得到如下的线性回归式=a + by，当有数个预测方程时，便可得到数个如下的线性回归式：=a1 + b1y，=a2 + b2y，，． ． ．． ． ．=an + bny， 。
9、此时比较几个a值和b值，当a值愈趋近于0，b愈趋近于1，则说明该方程的预测效果愈好。
本文就为大家分享到这里，希望小伙伴们会喜欢。