你想要做一些回归分析关于二维数据。的r ^ 2美元决定系数Value通常用于一维数据。$ r = 1美元r ^ 2 = 1美元意思是完美匹配r = 0美元r ^ 2 = 0美元意味着没有相关性。r ^ 2美元也可用于二维数据;我不知道。另一个例子是Kolmogorov-Smirnov测试。
不幸的是,我对这两个都不太了解,但希望这能给你们指明正确的方向。我所知道的是,这种类型的分析通常只用于评估这种情况下的模型输出。
我找到了1988年科学论文William H. Press和Saul A. Teukolsky所著二维数据的Kolmogorov-Smirnov检验:如何判断一组(x,y)数据点是否与特定的概率分布一致,或者与另一个数据集一致
本文给出了一种数值方法,基本上是一种算法,将其应用于您的数据。它不是用现代编程语言编写的,但您应该能够根据所描述的内容编写等效的代码。的R
编程语言甚至可能自带解决方案。
那篇论文的答案应该是你想要的,但它是否最好的我不知道该怎么做。