研究了通用决定系数，它量化了因变量向量Y和独立协变量向量X之间关系的强度。它们被定义为通过θ（X）测量Y和X之间的相关性，其中θ（X）参数化了给定X=X的Y的条件分布。如果θ（X）涉及未知系数gamma定义取决于gamma，而在实际gamma中，必须分别估计决定系数。我们提出的量的估计推广了经典线性回归中的R^2，也与先前提出的其他定义有关。我们的定义适用于具有任意链接函数的广义回归模型以及多变量和非参数回归。针对几个具有模拟和实际数据集的回归问题，说明了建议的确定系数的定义和使用。