擬合優度R2是通過計算回歸平方和在總平方和中的占比來衡量回歸線對觀測值擬合程度的統計量。其計算公式為R2=1-(回歸平方和/總平方和)。R2值越接近1，表明回歸線對數據的擬合程度越高，而R2值越小，則表示擬合效果越差，線性模型的解釋能力越弱。

R2的含義不僅限于單個自變量，而是整體衡量因變量與所有自變量的綜合關系。在MATLAB中，R2的計算公式為R=1-(回歸平方和/總平方和)，即回歸模型能解釋的因變量變異性的百分比。R的最大值為1，這表明回歸模型能夠完美地解釋數據的變異。

在實際應用中，R2與回歸誤差和剩余誤差有關。回歸誤差代表模型對數據的擬合質量，而剩余誤差則衡量未被模型解釋的變異。統計上，剩余誤差與自由度n-2的商的平方根定義為估計標準誤，雖然它也能反映擬合優度，但R2以其無量綱、范圍明確（0-1）的優勢，更常用于比較不同模型的擬合效果。

因此，R2作為評估線性模型擬合優度的重要指標，其直觀性和可比性使其在數據分析中占據核心地位，而估計標準誤作為補充，提供了更為詳細的誤差分析信息。