在多元线性回归分析中，常用修正的判定系数，而不用多重判定系数来衡量估计模型对样本观测值的拟合优度。这是由于在样本容量不变的情况，随着样本解释变量个数的增 加，多重判定系数R²的值会越来越高（即R²是解释变量个数的增函数）。因为在模型中增 加新的解释变量不会改变总离差平方和，但可能增加回归平方和，减少残差平方和，从而改 变模型的解释功能。但是解释变量个数的增加会加大模型估计的工作量，且加入模型中的解 释变量不一定具有现实意义，因此在多元线性回归模型之间比较拟合优度时，R²不是一个 合适的指标，需用样本容量n和自变量的个数加以调整。而修正判定系数圮对模型中解 释变量个数的增加施加了约束，因此在用于估计多元回归模型方面要优于多重判定系数R²。