在对一组数据进行线性拟合的时候,无意间发现了如下图所示的现象:

代码如下:
data = {{1, 1.02`}, {2, 2.01`}, {3, 3.05`}, {4, 3.98`}, {5, 4.99`}};
u = NonlinearModelFit[data, k x + b, {b, k}, x];
v = LinearModelFit[data, {1, x}, x];
u["BestFit"]
v["BestFit"]
u["AdjustedRSquared"]
v["AdjustedRSquared"]
u["ParameterTable"]
v["ParameterTable"]
用线性和非线性拟合时两者只有决定系数有区别,所以是两种拟合方式中r-square的定义不同吗?

代码如下:
data = {{1, 1.02`}, {2, 2.01`}, {3, 3.05`}, {4, 3.98`}, {5, 4.99`}};
u = NonlinearModelFit[data, k x + b, {b, k}, x];
v = LinearModelFit[data, {1, x}, x];
u["BestFit"]
v["BestFit"]
u["AdjustedRSquared"]
v["AdjustedRSquared"]
u["ParameterTable"]
v["ParameterTable"]
用线性和非线性拟合时两者只有决定系数有区别,所以是两种拟合方式中r-square的定义不同吗?