复判定系数及R2=1-SSE/SST(其中SSE为残差平方和，SST为总平方和)是用来说明因变量的变动中可以用自变量来解释的比例。它可以反映模型的好坏，但由于随着自变量的增加，SSE只会减少，不会变大，而对给定的一组变量观察值来说SST却总是恒定不变，故变量引进模型只会导致R2增大而不会缩小，这极易使人产生错觉，似乎自变量越多越好。其结果是过多引进一些效率不高的自变量。而统计量1-((n-1)/(n-p-1).(SSE/SST))称为调整的复判定系数，当自变量增加，SSE减小时，其自由度n-p-1就变小，这样调整的复判定系数就不会象R2那样自变量越多越大，从而可能避免引进过多的不必要的自变量，使自变量的选择更合理。复判定系数是指在多元线性回归分析中，回归离差平方和占总离差平方和的比重，一般也称为多重判定系数(multiple coefficient of determination)，或简称为判定系数。