普朗特数 (PR) 的公式及应用：评估回归模型预测能力

普朗特数 (PR) 是一种用来衡量回归模型预测能力的指标，它表示模型所预测的值与实际观测值之间的差异大小，越接近 1 表示预测越准确。普朗特数可以用以下公式表示：

PR = (∑i=1n (Yi − Yi')^2) / (∑i=1n (Yi − Ymean)^2)

其中，Yi 为实际观测值，Yi' 为模型预测值，Ymean 为实际观测值的平均值。

普朗特数 (PR) 可以用来评估模型的拟合能力，其取值范围为 0-1，其中 0 表示模型完全无法拟合，1 表示模型完全拟合，当 PR 值越接近 1 时，表明模型越能准确地预测观测值。

普朗特数 (PR) 可以用来评估模型的精确度，值越接近 1，模型越准确，可以衡量模型的预测能力。它具有以下优势：

1. 普朗特数 (PR) 可以用来比较不同模型的预测能力，其取值范围为 0-1，可以直观地观察出不同模型的预测能力差异。

2. 普朗特数 (PR) 可以用来衡量模型对各个观测值之间的差异，从而判断模型的拟合能力。

3. 普朗特数 (PR) 可以用来衡量模型的精确度，其取值越接近 1，模型越准确，可以衡量模型的预测能力。

总之，普朗特数 (PR) 是一种衡量回归模型预测能力的重要指标，它可以用来比较不同模型的预测能力，衡量模型对各个观测值之间的差异，以及衡量模型的精确度。