1、可决系数 R2
可决系数（Coefficient of determination，R）是用来度量一个统计模型的拟合优度的。其数学表达式如下：
式中：yi 是变量观测值； y ‾ \overline{y} y 是变量观测值的均值；
y ^ i \hat{y}_i y^i 是统计模型的变量模拟值；
R2 的取值范围为[0,1]。
2、纳什效率系数 NSE
纳什效率系数（Nash-Sutcliffe Efficiency, NSE）常用于用于量化模拟模型（如水文模型）的预测精度。其数学表达式如下：
式中：yipred 是预测模型对变量的预测值。预测值属于回归样本外得到的预测结果，和回归模型的模拟值有很大区别，模型误差的平方和 ( yi− yipred)2 可能大于总平方和 ( yi− y ‾ \overline{y} y )2 ，对于一个完美的模型，估计的误差的方差等于0，则 NSE=1；相反，一个模型产生的估计误差方差等于观察到的时间序列的方差，结果 NSE=0。实际上，NSE=0表示该模型具有与时间序列平均值相同的预测能力，即误差平方和。当预测模型得到的估计误差方差显著大于观测值方差时，NSE
