在R語言中，可以使用lm()函數來進行線性回歸的擬合度計算。lm()函數用于擬合線性模型，并返回一個包含擬合結果的lm對象。
以下是一個使用lm()函數計算線性回歸擬合度的示例：
# 創建一個數據集
x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 6, 8, 10)
# 擬合線性回歸模型
model <- lm(y ~ x)
# 計算擬合度
summary(model)$r.squared
在上面的示例中，首先創建了兩個變量x和y，分別用于存儲自變量和因變量的數據。然后，使用lm()函數擬合了一個線性回歸模型，其中y ~ x表示y是因變量，x是自變量。擬合結果存儲在名為model的對象中。
最后，使用summary()函數獲取擬合結果的摘要信息，并使用$r.squared來獲取擬合度。$r.squared表示擬合模型的決定系數（也稱為R平方），用于衡量模型對觀測數據的擬合程度，取值范圍在0到1之間，越接近1表示擬合程度越好。
