在数据可视化与统计推断的交界处，我们习惯用R²来评判拟合优度——0.98意味着「模型解释了98%的方差」，听起来近乎完美。但有一个反直觉的陷阱，值得每一位做回归分析的人警惕：R²越高，残差图越容易被忽视，而恰恰是那些被「高拟合度」掩盖的系统性残差，才是模型最致命的缺陷。

我最近在审阅一批预印本时，遇到一个典型案例：一篇论文报告了R²=0.98的线性模型，用来预测某种材料的强度。审稿人问了一个简单的问题：残差是否随机分布？作者翻出残差图，发现残差呈现明显的U型弯曲——模型在低值区系统性高估，在高值区系统性低估。R²=0.98之所以高，是因为数据点密集地落在拟合线附近，但U型残差意味着模型在两端完全失效。

这个案例揭示了一个机制：R²衡量的是「方差解释比例」，而不是「模型正确性」。当数据存在异质性（比如两个子群有不同的斜率）时，一个拟合在中位水平的直线可以解释大量方差，却对任何一个子群都不适用。更危险的是，高R²会制造「认知闭合」——分析者不再检查残差，因为「数字已经足够好了」。

教科书通常教我们：R²越高越好。但更准确的心智模型是：R²回答的是「模型解释了多少」，而残差图回答的是「模型在哪里错了」。前者是数量，后者是质量。一个R²=0.3但残差随机分布的模型，至少诚实地告诉我们「关系很弱」；而一个R²=0.98但残差呈U型的模型，是在用一个漂亮的数字掩盖结构性失效。

我在数据可视化教学中常让学生做一个练习：生成两个数据集——一个R²=0.98但残差有规律，另一个R²=0.3但残差随机——然后让他们判断哪个模型更可靠。绝大多数人选择前者，直到他们画出残差图。这个练习揭示了一个认知偏误：我们天生信任高数字，却对数字背后的形状视而不见。

值得辩论的引申：在论文报告规范中，我们是否应该把「残差图」列为与R²同等重要的必报项？当审稿人要求作者报告「残差的随机性检验」时，有多少高R²的模型会因此崩塌？