（正确百分比）/（总计数）通常称为正确分类率。这不是伪 R 平方指标之一，它通常被认为是评估模型拟合的劣等方法，因为它简化了很多；它没有考虑从观察到观察的预测概率差异。

正如@A 所指出的，伪 R 平方可以通过几种不同的方式计算。Webb 和@kjetil b halvorsen，但是通过这些方法中的任何一种，在几百或一千个样本中，结果不仅是 0.50，甚至是 0.03，都将反映一个信息量更大的模型和/或比简单的抛硬币更好的决策指南。这可以通过比较模型生成的预测概率的两种分布来具体看出：一种用于因变量为“1”的观察，另一种用于“0”的观察。“1”的预测概率相对于“0”的预测概率将明显向右移动。与基于抛硬币的空模型相比，ROC 曲线也将为该模型标出明显更多的区域。