调整后的 r 平方是如何计算的？

调整后的 R 平方系数是对常用 R 平方系数（也称为判定系数）的修正,这在具有多个预测变量的多元回归中尤其有用,因为在这种情况下,估计的解释变异会被 R 平方夸大。调整后的 R 平方系数计算如下：

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

其中 \(n\) 是样本大小,\(k\) 是预测变量的数量（不包括常数）。

如何计算调整后的 r 平方系数？

如果你想计算调整后的 R^2 系数,你需要做的第一件事就是先使用 r平方公式 。正如您在上面的公式中看到的,您将需要\(R^\)来执行计算。

我该使用哪一个,r 平方还是调整后的 r 平方系数？

答案取决于：当您使用简单回归模型（只有一个独立变量）时,您应该使用 R 平方,但是当您有多元回归模型（具有许多独立变量）时,您应该使用调整后的 R 平方系数,特别是当您有大量预测变量时

如果我需要使用多元回归而不是简单回归,该怎么办？

此求解器适用于简单线性回归。如果您想计算多元回归模型的调整 R 平方系数,请使用此 调整多元回归模型的 R 平方计算器。 计算器即可。或者,如果您已经知道判定系数 \(R^2\) 的值,可以使用这个 R 平方到调整 R 平方计算器。