外推预测的准确程度取决于所拟合模型的拟合优度，最小二乘法以其所拟合模型的预测标准误差最大的优势成为最常用的趋势模型的拟合方法。请问，这是最小二乘法的优势理由吗？

在多元回归模型中，方程的拟合优度R2越接近0，模型的预测能力会越好。（ ） （名词解析） 拟合优度 最小二乘法寻找一条直线，使（）最小，以此得到最优拟合直线 残差图、均方误差（MSE）、拟合优度（R^2）都可以用来评价回归模型的拟合效果。   （名词解析） 拟合优度检验 拟合度是指预测模型对历史观察值的模拟程度。拟合度越好，精度也就越高。 拟合度是指预测模型对历史观察值的模拟程度。拟合度越好，精度也就越高（） 在MATLAB中用函数（）来求得最小二乘拟合多项式的系数。 给定数据点利用最小二乘法拟合曲线时，得到的曲线()。 运用数学模型，拟合一条趋势线，外推未来事物的发展，这种市场预测方法为( )。 训练误差会降低模型的准确率,产生欠拟合,此时如何提升模型拟合度？（） 中国大学MOOC: 在一定程度上表征多元线性回归模型整体拟合优度的指标是哪些？ 多元线性回归中，可决系数是评价模型拟合优度好坏的最佳标准。 样本容量n越小，残差平方和RSS就越小，模型拟合优度越好。（） 反映回归直线与样本观察值拟合程度的量，这个量就是拟合优度，又称样本“可决系数”，计算公式为（　　）。 反映回归直线拟合优度的指标有（ ）。 下面的哪个检验属于拟合优度检验( ) 对一元线性回归模型进行拟合优度检验利用的是t统计量。（ ） 拟合优度检验是Logistic回归分析过程中不可缺少的一部分，如果模型拟合的效果好，说明所得出的结论更加符合事实；如果模型拟合的不好，预测值与实际值差别较大，说明得出的结论是不可靠的。() 说明回归方程拟合优度的统计是