求大神解答这里的r是如何算出来的?可追加悬赏，在线等，急!

线性回归方程中的相关系数r

r=∑(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(Xi-X平均数)^2∑(Yi-Y平均数)^2]

R2就是相关系数的平方，

R在一元线性方程就直接是因变量自变量的相关系数，多元则是复相关系数 判定系数R^2

也叫拟合优度、可决系数。表达式是: R^2=ESS/TSS=1-RSS/TSS

该统计量越接近于1，模型的拟合优度越高。

问题：在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。

——但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。

这就有了调整的拟合优度: R1^2=1-(RSS/(n-k-1))/(TSS/(n-1))

在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。

总是来说，调整的判定系数比起判定系数，除去了因为变量个数增加对判定结果的影响。 R = R接近于1表明Y与X1， X2 ，…，Xk之间的线性关系程度密切； R接近于0表明Y与X1， X2 ，…，Xk之间的线性关系程度不密切

在使用均值-极差控制图之前，企业先对物料分组，分组的原则是每一组物料的采购提前期相同、采购单价接近、MRP(Material Requirement Planning,物料需求计划)参数一致，例：采用标准MRP而不用订货点方式做物料需求计划，采购批量一致。一般建议按照供应商分组，同一供应商的采购提前期相同。分组之后，每一个组选五个物料做样本，定期提取这五个物料的DOS。表1是这五个物料的DOS。

表1均值-极差控制图数据

依据表1的数据，计算每周DOS平均值和极差(每周最大值减最小值)，计算所有样本总平均值和平均极差。
总平均值=(246+24+264+27+292)/5=2624
平均极差=(8+11+14+16+15)/5=128
下一步是计算均值-极差控制图的参数，也就是控制界限：
因为每个样本中的物料是五个，查控制图计算控制限的系数表，可以知道系数是0577
CL(Control Limit)=总平均值=2624
UCL(Upper Control Limit)=总平均值+0577平均极差
=2624+0577128=336256
LCL(Lower Control Limit)= 总平均值+0577平均极差
=2624-0577128=　188544
依据计算的数据，可以画出均值-极差控制图

图 3 DOS均值-极差控制图

---