谷歌搜索 r-squaredadjusted 产生了几个易于理解的解释。我将直接从这些结果中粘贴一些。

调整后的 R2 的含义 R2 和调整后的 R2 都让您了解有多少数据点落在回归方程的线内。但是，R2 和调整后的 R2 之间有一个主要区别：R2 假设每个变量都解释了因变量的变化。调整后的 R2 告诉您仅由实际影响因变量的自变量解释的变异百分比。

什么是调整后的 R 平方？ 调整后的 R 平方比较包含不同数量预测变量的回归模型的解释能力。假设您将具有更高 R 平方的五预测模型与一个预测模型进行比较。五个预测器模型是否具有更高的 R 平方，因为它更好？还是因为它有更多的预测变量，所以 R 平方更高？只需比较调整后的 R 平方值即可找出答案！调整后的 R 平方是 R 平方的修改版本，已针对模型中的预测变量数量进行了调整。仅当新项对模型的改进超出偶然预期时，调整后的 R 平方才会增加。当预测器对模型的改进程度低于偶然预期时，它会降低。调整后的 R 平方可以是负数，但通常不是。它总是低于 R 平方。