a:

Una differenza importante tra R-quadrato e R-squared regolato è che R-quadrato suppone che ogni variabile indipendente nel modello spiega la variazione della variabile dipendente. Dà la percentuale di variazioni spiegate come se tutte le variabili indipendenti del modello influenzino la variabile dipendente, mentre la R-squared regolata dà la percentuale di variazione spiegata solo da quelle variabili indipendenti che in realtà interessano la variabile dipendente. R-squared non è in grado di verificare se la figura del ballpark del coefficiente e le sue previsioni sono pregiudicate. Inoltre non mostra se un modello di regressione sia soddisfacente; può mostrare una figura R-quadrata per un buon modello, o una figura alta R-squared per un modello che non si adatta.

-1 ->

La R-squared regolata confronta il potere descrittivo dei modelli di regressione che includono diversi numeri di predittori. Ogni predittore aggiunto a un modello aumenta R-squared e non diminuisce mai. Pertanto un modello con più termini può sembrare più adatto solo per il fatto che ha più termini, mentre il quadrato a R regolato compensa l'aggiunta di variabili e aumenta solo se il nuovo termine aumenta il modello sopra quello che sarebbe ottenuto per probabilità e diminuzioni quando un predittore aumenta il modello meno di quello previsto per caso. In una condizione di overfitting, si ottiene un valore erroneamente elevato di R-squared, che porta ad una diminuita capacità di predire. Questo non è il caso del R-squared corretto.

La R-squared regolata è una versione modificata di R-squared per il numero di predittori in un modello. Il R-squared regolato può essere negativo, ma non sempre, mentre un valore R quadrato è compreso tra zero e 100 e mostra la relazione lineare nel campione dei dati anche quando non esiste una relazione di base. La R-squared regolata è la migliore stima del grado di relazione nella popolazione di base. Per mostrare la correlazione dei modelli con R-squared, scegliere il modello con il limite più alto, ma il modo migliore e più semplice per confrontare i modelli è quello di selezionare uno con il più piccolo R-quadrato regolato. R-squared regolato non è un modello tipico per confrontare i modelli non lineari, ma regressioni lineari multiple.