多元线性回归分析中主要有哪些评估指标？

多元线性回归分析中的评估指标主要包括： 1. **决定系数（R²）**：用来衡量模型解释变量变异性的比例。R²值越接近于1，说明模型对数据的拟合程度越好。 2. **调整后的决定系数（Adjusted R²）**：在增加自变量时考虑了自由度的影响，避免了因增加过多自变量而导致R²值虚高。 3. **F统计量**：用于整体检验模型的有效性，即所有回归系数是否同时为零。 4. **t统计量**：分别检验每个回归系数是否显著异于零。 5. **标准误差（Standard Error）**：估计了残差的标准偏差，反映了模型预测值与实际值之间的平均差异大小。 6. **残差分析**：通过检查残差图来判断模型是否存在系统误差或异常值。 这些指标帮助我们全面理解多元线性回归模型的性能和可靠性。