无截距单变量线性回归的R²计算（Numpy）及常见疑问

1. 不借助第三方统计包计算单变量无截距线性回归的R² #

无截距线性回归的模型为 ( y = \beta x + \epsilon )，其中回归系数 ( \beta = \frac{\sum(x_i y_i)}{\sum(x_i^2)} )。

无截距模型的R²计算逻辑是模型解释的方差占总方差的比例，注意这里的总方差是围绕0的方差（而非带截距模型中围绕y均值的方差），公式为：
[ R^2 = \frac{(\sum x_i y_i)^2}{\sum x_i^2 \sum y_i^2} ]

对应的Numpy实现代码：

import numpy as np

def calc_r2_no_intercept(x, y):
    xy_dot = np.sum(x * y)
    x_sq_sum = np.sum(x ** 2)
    y_sq_sum = np.sum(y ** 2)
    return (xy_dot ** 2) / (x_sq_sum * y_sq_sum)

2. 认为无截距线性回归中np.mean(y)=0的理解是否正确？ #

这个理解完全错误。

无截距回归只是强制模型曲线通过原点（即x=0时y=0），和y的均值没有任何绑定关系。举个例子：x=[1,2,3]，y=[2,4,7]，拟合无截距模型得到的β≈2.14，此时y的均值是13/3≈4.33，显然不等于0。只有当数据集本身的y均值恰好为0时才会出现这种情况，但这是数据的固有属性，不是无截距模型的要求。

3. 用Numpy计算单变量无截距线性回归R²的最快方法是什么？ #

最快的方式是直接利用Numpy优化过的向量点积运算实现核心公式，避免多余的中间计算步骤：

r2 = (np.dot(x, y) ** 2) / (np.dot(x, x) * np.dot(y, y))

np.dot底层调用了优化的BLAS/LAPACK运算，比手动逐元素相乘再求和（比如np.sum(x*y)）的执行效率更高，尤其是在处理大规模数组时，速度优势会更明显。

内容的提问来源于stack exchange，提问作者godimedia