| angepaßtes R-Quadrat |
Bei einem multiplen linearen Regressionsmodell mißt das (angepaßte) R-Quadrat den prozentualen Anteil der Variation der abhängigen Variablen, der durch die unabhängigen Variablen erklärt wird. Im Gegensatz zu R-Quadrat bezieht das angepaßte R-Quadrat die mit den Summen der Quadrate verknüpften Freiheitsgrade mit ein. Die Summe der quadrierten Restfehler mag bei Hinzukommen neuer erklärender Variablen abnehmen oder unverändert bleiben, bei der Restvarianz muß dies jedoch nicht der Fall sein. Aus diesem Grund gilt das angepaßte R-Quadrat als ein genaueres Maß für die Güte der Anpassung als R-Quadrat.
Punkte, die in Verbindung mit dem angepaßten R-Quadrat zu beachten sind:
- Wenn das angepaßte R-Quadrat wesentlich niedriger ist als R-Quadrat, bedeutet dies normalerweise, daß eine oder mehr erklärende Variablen fehlen. Ohne diese wird die Abweichung bei der abhängigen Variablen nicht vollständig gemessen.
- Beim Vergleich zweier Modelle mit diesem Maß ist darauf zu achten, daß die gleiche abhängige Variable benutzt wird.