$R^2=1-\frac{SSE}{SST}$，其中是平方误差之和（残差或与回归线的偏差），均值的平方偏差之和。$SSE$$SST$$Y$

$MSE=\frac{SSE}{n-m}$，其中是样本大小，是模型中的参数数量（包括截距，如果有）。$n$$m$

$R^2$是样本中预测或拟合程度的标准化度量。是总体中残差或不拟合的方差估计值。这两个度量明显相关，如调整后的估计值）所示：$MSE$ $R^2$$R^2$

$R_{adj}^2=1-(1-R^2)\frac{n-1}{n-m}=1-\frac{SSE/(n-m)}{SST/(n-1)}=1-\frac{MSE}{\sigma_y^2}$。