Prism提供了许多可针对简单逻辑回归报告的拟合优度指标。简单逻辑回归结果的拟合优度部分中报告了其中三项指标（Tjur R平方、Cox-Snell R平方、模型偏差），这些将在下文进行简要讨论。简单逻辑回归对话框的拟合优度部分中提供的第四个选项是似然比检验，将在此描述，并在简单逻辑回归结果表的似然比检验部分中报告。

Tjur R平方

Tjur R平方是为逻辑回归开发的众多指标之一，统称为“伪R平方”值。如果您熟悉线性回归，则过去可能会遇到过R平方的概念。必须理解逻辑回归的这些伪R平方值与线性回归的R平方不同（阅读更多有关线性回归的R平方）的信息。

Tjur R平方是逻辑回归中较容易理解和解读的伪R平方值之一：求出当Y输入为0时所有行的平均预测概率，以及Y输入为1时所有行的平均预测概率，然后求出这两个值之差的绝对值。换言之：

Tjur R平方=|0的平均预测值–1的平均预测值|

对于优秀的模型，可发现0的平均值接近0，1的平均值接近1。因此，类似于线性回归的R平方，这是一个介于0-1之间的值，该值越接近1表示拟合数据的模型更优。

Cox-Snell R平方

Cox-Snell R平方有时称为“广义R平方”，但只是另一个伪R平方，旨在提供有关模型拟合给定数据的能力的想法。相比于Tjur R平方，Cox-Snell R平方的计算更复杂，其解读亦如此。但Cox-Snell R平方是其他统计工具包中常见的指标，Prism出于与在其他部分计算的结果进行比较的目的，提供了Cox-Snell R平方。您可在此阅读更多有关如何计算Cox-Snell R平方的信息。

模型偏差

模型偏差是一项可用于评估给定模型拟合输入数据的能力的指标。偏差基于另一项称为似然（或对数似然）的指标计算得出。计算和解读这些值可能有些复杂，但对于感兴趣的人来说，可了解下本指南多元逻辑回归部分中提供的用于计算逻辑回归的模型偏差、似然和对数似然方法。