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。
