Calculateur de r au carré ajusté pour la régression linéaire multiple

Le coefficient R² ajusté est une correction du coefficient R² commun (également appelé coefficient de détermination). Il est particulièrement utile dans le cas d'une régression multiple comportant de nombreux prédicteurs, car dans ce cas, la variation expliquée estimée est surestimée par le coefficient R². Le coefficient R² ajusté est calculé selon la formule suivante :

\[\text{Adj. } R^2 = \displaystyle 1 - \frac{(1-R^2)(n-1)}{n-k-1}\]

où \(n\) est la taille de l'échantillon, \(k\) est le nombre de prédicteurs (à l'exclusion de la constante).

Ce solveur est destiné à une régression linéaire multiple. Pour calculer le coefficient R² ajusté d'un modèle de régression simple, veuillez l'utiliser calculateur R-carré ajusté pour les modèles de régression simples à la place. Ou, si vous connaissez déjà la valeur du coefficient de détermination \(R^2\), utilisez ceci Calculatrice du R au carré vers le R au carré ajusté . De plus, si vous devez estimer le modèle de régression, utilisez ceci Calculatrice de régression linéaire multiple .

Quel est un bon r-carré ajusté pour un modèle de régression linéaire ?

Plus c'est proche de 1, mieux c'est. En réalité, obtenir un coefficient R-carré ajusté très proche de 1 n'est pas si simple, car cela impliquerait d'avoir un « modèle parfait », ce qui est rare dans la réalité.