在它基础上，又派生出一个调整确定系数，是因为在多元线性回归方程中，自变量个数的增加会引起余差平方和的减少，R²增大；因此，尽管有的自变量与y线性关系不显著，将其引入方程后，也会使R²增大。也就是说，R²本身还受自变量个数的影响。

因此，为了剔除自变量个数对R²的影响，让R²的大小只反应回归方程的拟合优度，引入了调整的R²，

可以看出，调整的R²随k的增加而减小，（n是样本个数，在调查之后分析时，是固定的），可以识别自变量个数对R²的影响。

经验上，一般当k：n大于1:5时，R²会高估实际的拟合优度，这时，宜用调整后的R²来说明方程的拟合优度，也就是自变量对y的解释能力。

    除了线性回归，多元非线性拟合也适用。