a:

Jedním z hlavních rozdílů mezi R-squared a R-squared je to, že R-squared předpokládá, že každá nezávislá proměnná v modelu vysvětluje variaci závislé proměnné. Dává procento vysvětlené odchylky, jako kdyby všechny nezávislé proměnné v modelu ovlivnily závislou proměnnou, zatímco upravený R-čtvereček udává procentuální odchylky vysvětlené pouze těmito nezávislými proměnnými, které ve skutečnosti ovlivňují závislou proměnnou. R-čtverec nemůže ověřit, zda je předsudková hodnota koeficientu ballpark a jeho předpovědi. Rovněž neukazuje, zda je regresní model uspokojivý; může zobrazovat číslo R-čtverce pro dobrý model nebo číslo s vysokou hodnotou R pro model, který se nehodí.

Upravená hodnota R-squared porovnává popisnou sílu regresních modelů, které zahrnují různorodé přediktory. Každý prediktor přidaný do modelu zvyšuje R-čtvereček a nikdy ho nezmenšuje. Takže model s více termíny se může zdát, že má lepší vhodnost jen proto, že má více termínů, zatímco upravený R-čtvereček kompenzuje přidání proměnných a pouze se zvyšuje, pokud nový termín zvýší model nad to, co by bylo získaný pravděpodobností a pokles, když přediktor zlepšuje model méně než to, co je náhodně předpovězeno. Při přeplněném stavu je získána špatně vysoká hodnota R-kvadra, která vede ke snížení schopnosti předpovědět. Není tomu v případě upraveného R-čtverce.

Upravená hodnota R-squared je modifikovaná verze R-squared pro počet prediktorů v modelu. Upravený R-čtvereček může být záporný, ale není vždy, zatímco hodnota R-čtverce je mezi nula a 100 a zobrazuje lineární vztah ve vzorku dat, i když neexistuje žádný základní vztah. Upravený R-čtvereček je nejlepší odhad míry vztahu v základní populaci. Chcete-li ukázat souvislost modelů s R-čtvercem, vyberte model s nejvyšším limitem, ale nejlepší a nejjednodušší způsob, jak porovnávat modely, je vybrat jednu s menším nastaveným R-squared. Upravený R-squared není typický model pro porovnávání nelineárních modelů, ale více lineárních regresí.