a:

Salah satu perbedaan utama antara R-kuadrat dan R-kuadrat yang disesuaikan adalah bahwa R-kuadrat mengandaikan bahwa setiap variabel independen dalam model menjelaskan variasi pada variabel dependen. Ini memberikan persentase variasi yang dijelaskan seolah-olah semua variabel independen dalam model mempengaruhi variabel dependen, sedangkan adjusted-kuadrat yang disesuaikan memberikan persentase variasi yang dijelaskan oleh hanya variabel independen yang pada kenyataannya mempengaruhi variabel dependen. R-kuadrat tidak dapat memverifikasi apakah koefisien angka kasar dan prediksi yang berprasangka. Ini juga tidak menunjukkan apakah model regresi memuaskan; Ini bisa menunjukkan sosok R-squared untuk model yang bagus, atau sosok R-squared yang tinggi untuk model yang tidak sesuai.

R1-kuadrat yang disesuaikan membandingkan kekuatan deskriptif model regresi yang mencakup beragam prediktor. Setiap prediktor yang ditambahkan ke model meningkatkan R-kuadrat dan tidak pernah menurunkannya. Dengan demikian, model dengan istilah lebih mungkin terlihat lebih sesuai hanya untuk fakta bahwa ia memiliki lebih banyak istilah, sementara R-kuadrat yang disesuaikan mengkompensasi penambahan variabel dan hanya meningkat jika istilah baru meningkatkan model di atas apa yang akan terjadi. diperoleh probabilitas dan penurunan ketika prediktor meningkatkan model kurang dari apa yang diprediksi secara kebetulan. Dalam kondisi overfitting, nilai R-squared yang salah tinggi, yang menyebabkan penurunan kemampuan untuk memprediksi, diperoleh. Ini tidak terjadi pada R-squared yang disesuaikan.

R-kuadrat yang disesuaikan adalah versi modifikasi R-kuadrat untuk jumlah prediktor dalam model. R-kuadrat yang disesuaikan dapat negatif, namun tidak selalu, sedangkan nilai R-kuadrat antara nol dan 100 dan menunjukkan hubungan linier dalam sampel data meskipun tidak ada hubungan dasar. R-squared yang disesuaikan adalah perkiraan terbaik dari tingkat hubungan pada populasi dasar. Untuk menunjukkan korelasi model dengan R-kuadrat, pilih model dengan batas tertinggi, namun cara termudah dan termudah untuk membandingkan model adalah memilih satu dengan R-squared yang lebih kecil. Adjusted R-squared bukanlah model tipikal untuk membandingkan model nonlinier, namun regresi linier berganda.