判断拟合程度的好坏，可以从以下几个方面进行考量：
R的平方值：
定义：R的平方是回归直线与观测值之间拟合优度的度量。判断标准：R2愈接近1，说明拟合效果越好，拟合的函数愈逼真。
相关系数：
定义：相关系数是衡量两个变量之间线性关系密切程度的统计量。判断标准：相关系数越接近1，说明两个变量之间的线性关系越强，拟合效果越好。一般要求相关系数大于0.9。
统计量的概率：
定义：在进行假设检验时，会计算出一个统计量，并给出该统计量对应的概率值。判断标准：统计量的概率一般要小于0.05，才能认为所做的模型是有效的，可以使用。
残差的置信区间：
定义：残差是观测值与模型预测值之间的差异。残差的置信区间可以帮助我们了解预测值的不确定性。判断标准：虽然对于拟合到什么程度才算满意没有严格的标准，但一般来说，残差的置信区间应该包括0，这表明模型的预测值在统计上是可靠的。
综上所述，判断拟合程度的好坏需要综合考虑R的平方值、相关系数、统计量的概率以及残差的置信区间等多个方面。这些指标共同构成了评估模型拟合效果的综合体系。