Qual a diferença entre o R² e R² Ajustado em regressão linear?

O “R² Ajustado” é uma versão modificada do famoso R², utilizado para avaliar a qualidade de um modelo de regressão linear.

O R² simples mede o quanto a variável dependente é explicada pelas variáveis independentes.

Só que tem um problema. Se considerarmos só o R² como parâmetro, quanto mais variáveis independentes incluirmos, maior o R². Isso vai causar uma falsa impressão de certeza, de que tendo muita informação, vamos ter um modelo melhor.

Já o R² ajustado penaliza a inclusão de variáveis, para equilibrar o benefício de ter maior R² com o número de variáveis.


Queremos um modelo que seja útil para o futuro, não para o passado. E, em geral, quanto mais simples, melhor.

Por fim, uma frase do célebre Yogi Berra: “Fazer previsões é difícil, especialmente em relação ao futuro”.