一般来说，较高的adj。R方更好。在您的情况下，您最好在模型中处理温度的表示。实际上，这取决于数据，但是您可以尝试温度多项式（平方项左右），或者您可以进行“分类”。绘制温度与 y 的关系图，以查看数据中是否存在非线性趋势。如果是这样，您需要尝试在模型中表示此结构，因为 OLS 回归根据定义是参数化的。

调整后的 R 平方平衡了添加新变量的优势和失去自由度的劣势。因此，在您的情况下，温度的解释力似乎对您的模型几乎没有增加。如果您更改变量的表示，这可能会发生变化，以便它更好地适应数据生成过程。你需要尝试。