拟合优度是评估线性回归模型拟合程度的重要指标之一，它反映了模型的预测能力。在计算拟合优度时，我们引入了y的平均值作为参考。这是因为，在线性回归中，我们需要将实际值与预测值进行比较，而y的平均值可以作为一个基准。通过将每个实际值与y的平均值进行比较，我们可以计算出误差平方和，并用其来评估模型的拟合程度。
从另一个角度来看，y的平均值还可以帮助我们理解数据的分布情况。如果每个实际值都与y的平均值相等，那么说明数据呈现出完全随机的分布。在现实生活中，数据往往不是完全随机分布的，而是存在某种趋势或规律。通过计算误差平方和，我们可以对这种趋势或规律进行建模，并使用模型来预测未来的数据。
在计算拟合优度时，我们还需要考虑自由度的问题。自由度指的是独立变量中可自由变化的部分数量。在线性回归中，自由度等于样本数量减去1。通过引入y的平均值，我们可以减少一个自由度，从而更准确地评估模型的拟合程度。
引入y的平均值是计算拟合优度所必须的一步。它不仅可以作为误差平方和的基准，还可以帮助我们理解数据的分布情况，并且还有助于准确评估模型的拟合程度。