在统计学中，拟合程度指的是一个回归方程或者一个曲线使用了多少数据点来描述数据的精度。在拟合程度分析中，一个理想的回归分析表明数据点分布在所处理的数据集附近，也就是回归分析是精确的。如果一个回归分析无法很好地拟合数据，那么数据点将分散在回归线的上下方，代表着回归分析可能不是很准确。
在实际应用中，拟合程度常常被用来评估一组数据的预测准确性。一个高拟合程度的回归分析表明数据可以很好地预测，而一个低拟合程度的回归分析将表明该数据集不适合使用回归分析。这个评估方法在经济预测，天气预测，工业预测等领域都有广泛应用。
最常用的拟合程度指数是R-平方，该指数的取值范围是0到1.一个 R-平方值接近于1表明相关性很强并可以很好地预测数据，一个 R-平方值接近于0则说明模型拟合很差，无法进行的有效的预测。
