其中
v = n-m
v 是the residual degrees of freedom is defined as the number of response values n minus the number of fitted coefficients m estimated from the response values.
详情如下。如果模型中增加一个自变量,即使这个自变量在统计上并不显著,R方也会变大。因此,为增加自变量而高估R方,统计学家提出用样本量(n)和自变量的个数(k)去调整R方,计算出调整的多重判定系数(调整的R方)。
调整R方的解释与R方类似,不同的是:调整R方同时考虑了样本量(n)和回归中自变量的个数(k)的影响,这使得调整R方永远小于R方,而且调整R方的值不会由于回归中自变量个数的增加而越来越接近1。
第一种方法是使用 R = 10^(-A) 的公式来计算 R 的值。因为 log10(1/R) = -A,所以 1/R = 10^(-A),即 R = 10^(-A)。例如,如果 A = 0.5,那么 R = 10^(-A) = 10^(-0.5) = 0.3162。
第二种方法是使用 R = 1 / 10^A 的公式来计算 R 的值。因为 log10(1/R) = -A,所以 log10(1/R) = log10(1) - log10(R) = 0 - A,即 log10(R) = A。
由于 log10(R) = A,所以 R = 10^A,即 R = 1 / 10^A。
例如,如果 A = 0.5,那么 R = 1 / 10^A = 1 / 10^0.5 = 3.162。