Для определения качества модели линейной регрессии используют следующие критерии:

• Коэффициент детерминации (R2). 24 Принимает значение от 0 до 1 и показывает долю объяснённой дисперсии объясняемого ряда. 2 Чем ближе R2 к 1, тем лучше модель, тем меньше доля необъяснённого. 2
• Скорректированный коэффициент детерминации (Adj R2). 2 Этот показатель представляет собой скорректированную версию R2, накладывая «штраф» за каждый добавленный фактор. 2
• Стандартная ошибка регрессии. 3 Это среднее расстояние, на которое наблюдаемые значения отклоняются от линии регрессии. 3 Значение стандартной ошибки позволяет оценить точность модели. 3
• Критерий Фишера (F-тест). 3 Статистический критерий для оценки значимости различия дисперсий двух случайных выборок, который позволяет оценивать значимость линейных регрессионных моделей. 3 В частности, он используется для проверки целесообразности включения или исключения независимых переменных (признаков) в регрессионную модель. 3
• Сумма квадратов остатков. 2 Сравнивая модели по этому показателю, можно определить, какая из моделей лучше объяснила исследуемый ряд. 2 Такой модели будет соответствовать наименьшее значение суммы квадратов остатков. 2

Выбор конкретного критерия зависит от целей и задач исследования.