对可决系数R2，以下说法正确的是A. 它刻画了样本回归线对样本观测点的拟合程度B. 它刻画了被解释变量Y的变化中，由解释变量X的变化所带来的那部分变化的占比C. 它由残差平方和除以Y的离差平方和计算D. 它由Y估计值的离差平方和除以Y的离差平方和计算E. 它可由1减去残差平方和与Y的离差平方和的商来计算

本题考查可决系数$R^{2}$的相关知识，解题思路是根据可决系数$R^{2}$的定义、含义及计算公式来逐一分析每个选项。

选项A

可决系数$R^{2}$的一个重要作用就是衡量样本回归线对样本观测点的拟合程度。$R^{2}$越接近$1$，说明样本回归线对样本观测点的拟合效果越好；反之，$R^{2}$越接近$0$，拟合效果越差。所以选项A正确。

选项B

在回归分析中，被解释变量$Y$的变化可以分解为两部分：一部分是由解释变量$X$的变化所引起的，另一部分是由其他未包含在模型中的因素所引起的。可决系数$R^{2}$表示的就是被解释变量$Y$的总离差平方和中，能够被解释变量$X$解释的那部分所占的比例，也就是被解释变量$Y$的变化中，由解释变量$X$的变化所带来的那部分变化的占比。所以选项B正确。

选项C

可决系数$R^{2}$的计算公式为$R^{2}=1 - \frac{\sum_{i = 1}^{n}(y_{i}-\hat{y}_{i})^{2}}{\sum_{i = 1}^{n}(y_{i}-\bar{y})^{2}}$，其中$\sum_{i = 1}^{n}(y_{i}-\hat{y}_{i})^{2}$是残差平方和，$\sum_{i = 1}^{n}(y_{i}-\bar{y})^{2}$是$Y$的离差平方和。由此可知，$R^{2}$不是由残差平方和除以$Y$的离差平方和计算得到的，所以选项C错误。

选项D

因为$\sum_{i = 1}^{n}(y_{i}-\bar{y})^{2}=\sum_{i = 1}^{n}(\hat{y}_{i}-\bar{y})^{2}+\sum_{i = 1}^{n}(y_{i}-\hat{y}_{i})^{2}$，那么$R^{2}=1 - \frac{\sum_{i = 1}^{n}(y_{i}-\hat{y}_{i})^{2}}{\sum_{i = 1}^{n}(y_{i}-\bar{y})^{2}}=\frac{\sum_{i = 1}^{n}(\hat{y}_{i}-\bar{y})^{2}}{\sum_{i = 1}^{n}(y_{i}-\bar{y})^{2}}$，其中$\sum_{i = 1}^{n}(\hat{y}_{i}-\bar{y})^{2}$是$Y$估计值的离差平方和。所以$R^{2}$可由$Y$估计值的离差平方和除以$Y$的离差平方和计算，选项D正确。

选项E

由可决系数$R^{2}$的计算公式$R^{2}=1 - \frac{\sum_{i = 1}^{n}(y_{i}-\hat{y}_{i})^{2}}{\sum_{i = 1}^{n}(y_{i}-\bar{y})^{2}}$可知，它可由$1$减去残差平方和与$Y$的离差平方和的商来计算，选项E正确。