为什么样本越多越准确

更多的测量并不会让 R² 上升。点数少时，R² 往往因偶然而更高，随着数据增加反而下降——这不是模型变差，而是侥幸的拟合消失了。

更多数据真正带来的是精度。每个系数的置信区间大致随点数的平方根收窄：数据增加到四倍，宽度约减半。增删几行时预测也不再跳动，并能覆盖更多的工况范围——两端、少见情况、随时间的漂移。

多少才够？这取决于模型中的变量个数，而不是某个固定数字。SenSight 建议至少 10 × (变量数 + 1) 行——单变量模型为 20 行——低于此数时会提示还差多少。噪声大或要检测的效应小时，需要更多。

判断“是否足够”要看系数的区间，而不是 R²：如果区间对你要做的决策来说仍然太宽，就继续收集数据。