越大，回归模型的拟合效果越好。在多元线性回归分析中，模型中的解释变量越多，回归平方和也就越大。即使增加一个与因变量无任何关系的随机变量作为解释变量，判定系数也会增大。如果单纯以为目标模型评价标准，容易把不显著的自变量留在线性回归模型之中。因此在多元线性回归模型中一般需要对判定系数adjusted multiple coefficient of determination）：

　　不一定随着自变量的增加而增大。我们可以直接利用统计软件得到其计算结果。

　　越大，回归模型的拟合效果越好。在多元线性回归分析中，模型中的解释变量越多，回归平方和

　　也就越大。即使增加一个与因变量无任何关系的随机变量作为解释变量，判定系数也会增大。如果单纯以

　　为目标模型评价标准，容易把不显著的自变量留在线性回归模型之中。因此在多元线性回归模型中一般需要对判定系数

　　adjusted multiple coefficient of determination）：

　　不一定随着自变量的增加而增大。我们可以直接利用统计软件得到其计算结果。