为何预测值与实际值计算有两种R²？求公式差异解析

一、为何预测值与实际值计算中存在两种R²？ #

两种R²的本质差异源于适用场景的不同：

• 一种是专为最小二乘线性回归模型设计的经典R²，仅适用于预测值由线性拟合生成的场景，带有统计推断层面的意义。
• 另一种是通用型R²，可用于任何存在实际值与预测值的场景——不管预测值来自非线性模型、机器学习模型还是其他拟合方式，仅聚焦于实际值和预测值的相关性。

二、两种R²公式的差异 #

结合你提到的两种公式，核心区别如下：

1. 第一种公式（残差平方和推导版）
   公式逻辑：R² = 1 - (Σ(实际值-预测值)² / Σ(实际值-实际值均值)²)

   • 这是线性回归领域的经典R²，必须基于最小二乘法拟合的预测值才能体现其统计意义，它衡量的是模型解释数据变异的比例，和回归模型的显著性检验直接关联。

2. 第二种公式（相关系数平方版）
   公式逻辑：R² = [corr(实际值, 预测值)]²，其中corr是皮尔逊相关系数，计算式为协方差(实际值,预测值)/(实际值标准差×预测值标准差)

   • 这是通用型拟合优度指标，无需限制预测值的生成方式，只要有配对的实际值和预测值就能计算。Excel趋势线的R²正是采用这个逻辑——因为趋势线属于线性拟合，若预测值严格符合最小二乘结果，两种公式计算值理论上一致；你用此公式得到的结果和Excel接近，说明你的预测值和趋势线的拟合逻辑一致。

内容的提问来源于stack exchange，提问作者pymn