恕我直言，使用 R2 无关紧要，因为它只会促使您使用更大的回归顺序$k$这通常会给你一个较小的 R2。拟合 AR（或任何 GLP）的想法是用尽可能简单的模型重现底层过程（因为这个想法也是从不同的系数中提取意义）

这就是为什么人们通常会查看诸如 BIC 或 AIC 之类的信息标准，这些标准根据拟合参数的可能性（以及模型的可能性）对模型中的参数数量进行惩罚，并具有拟合优度。

现在我想你可以考虑调整后的 R2，但它会不那么普遍，我想这就是 AIC、BIC 和其他类似 IC 流行的原因。